高光谱遥感数据最佳波段选择方法试验研究

分析了多光谱遥感数据最佳波段选择的信息量诸方法的内在联系,说明了信息量方法用于高光谱遥感数据最佳波段选择的局限性,提出了基于类间可分性的最佳波段选择原则和方法。通过试验,说明了各种处理方法的有效性、局限性和计算复杂度。     

一种改进的高光谱数据自适应波段选择方法

高光谱遥感数据具有的波段数目多、波段宽度窄、数据量庞大等特点给图像的进一步解译带来了困难。为了解决这一问题,对自适应波段选择的降维方法进行了改进,不仅考虑了高光谱遥感图像波段的信息量和波段间的相关性,更重要的是考虑了各地物连续光谱间的可分性。光谱间的可分性距离越大,表明类间的可分性越大,地物越清晰。首先选出了能有效区分图像上任意两类别的理想波段子集,再根据波段子集中任意3波段的相关系数之和最小和它们的均方差最小两个指标,选出任意两类对间那些包含信息量大、相关性又小、谱间差异又大的3波段组合(且不唯一),最后对整幅影像选出的最佳3波段45、75、85合成的假彩色图像用光谱角度制图法(SAM)进行了分类,总体分类精度达到91.7%,Kappa系数达到0.82。     

基于萤火虫算法的高光谱遥感波段选择方法

高光谱图像在遥感领域中的应用越来越广泛,但由于自身的高数据维、波段间的高冗余度等特性给图像处理带来了一定困难,针对这个问题,提出一种基于类间可分性准则的改进萤火虫仿生算法,进行高光谱遥感波段选择。在分析萤火虫算法机理的基础上,阐述了利用该算法进行高光谱波段选择的思路,并构造波段相似性矩阵,选择欧氏距离、JM距离、光谱信息散度和离散度作为可分性准则来设置目标函数,根据目标函数值的优劣选择优势波段。最后,使用HYDICE Washington DC Mall和 HyMap Purdue Campus两个高光谱遥感影像数据进行实验验证,并利用支持向量机分类器对最佳波段组合进行精度评价,证明该算法的可行性和有效性。
     

高光谱遥感影像中最佳谱段的快速选择方法

针对高光谱遥感影像数据量大、信息冗余多的特点,在子空间划分理论基础上,结合最大熵和光谱角制图算法,提出一种快速的最佳谱段选择方法。充分利用相邻波段数据间的相关性分块特点,首先提取各子空间熵值最大的波段,然后依据地物光谱可分性选择最佳的波段组合。实验验证,最佳谱段选择速度快,并且所选谱段组合用于目标提取,效果显著。     

基于多态蚁群算法的高光谱遥感影像最优波段选择

由于传统蚁群算法搜索空间大,算法时间复杂度高等,导致基于传统蚁群算法的高光谱数据波段选择算法(ACA-BS)耗时长,算法效率低下,且易陷入局部最优。而多态蚁群算法能大大缩小算法的搜索空间,降低算法时间复杂度。因此,研究设计了基于多态蚁群算法的高光谱数据波段选择算法(PACA-BS)。从算法运行时间、波段子集的类别可分性及信息量、总体分类精度等方面对算法进行对比分析。用于实验的数据为Hyperion和AVIRIS高光谱影像。实验结果表明:PACA-BS的运行时间较ACA-BS大大减少;对Hyperion影像进行降维时,基于PACA-BS的运行时间约为ACA-BS的一半。两种算法获得的波段子集的类别可分性大小较为接近,但PACA-BS获得的波段子集的信息量和总体分类精度优于ACA-BS。研究表明PACA-BS是一种效率较高的高光谱波段选择算法。     

基于类别可分性的高光谱图像波段选择

高光谱遥感数据具有丰富的光谱信息,应用十分广泛,但其冗余的光谱信息有时会限制高光谱图像的分类等的精度以及计算复杂度.为了提高解译效率,高光谱图像降维不可或缺,这也是高光谱图像处理的研究热点之一.提出了一种基于类别可分性的高光谱图像波段选择方法(Endmember Separability Based band Selection,ESBB),该方法通过Mahalanobis距离最大化图像中各类地物的可分性来确定最优的波段组合.相较于其他监督波段选择算法,该方法不需要大量训练样本,不用对每个组合做分类处理.对波段选择后的结果进行分类的实验结果证明,该方法是一个快速有效的波段选择方法,可以得到一个较好的分类精度.     

高光谱数据的光谱信息特点及面向对象的特征参数选择——以北京顺义区为例

波段宽度为纳米级的高光谱数据,具有几十乃至几百个光谱通道,它们各有不同的特点。如何根据具体的应用目的,在这众多的波段中选择出最佳波段和特征参数,对于有效地进行高光谱数据的处理、分析及信息提取至关重要。以北京顺义区高光谱数据为例,首先分析了通道间的相关性,根据通道的相关性大小和分组块状结构特点,将其分为若干组;然后全面分析了高光谱数据的光谱信息特征,在综合考虑各波段的信息含量、波段间的相关性以及地物光谱的吸收特性和可分性等因素
的基础上,提出了面向对象的分层多次选择高光谱数据最佳波段和提取特征参数的基本思路和方法;最后用其它地区的成像光谱数据对此方法进行了验证。     

利用信息熵的高光谱遥感影像降维方法

高光谱遥感影像以其众多的波段数目，为地表观测提供近乎连续的波谱数据；然而海量的高光谱遥感影像存在着大量的信息冗余，为数据的处理带来了挑战。因此在对高光谱遥感影像进行存储、分析及可视化等操作之前，对高光谱遥感影像降维处理成为预处理的关键环节之一。利用信息熵理论，将高光谱遥感影像的各波段抽象为具有相关性的独立个体，设计了高光谱遥感影像的决策表矩阵，进而计算各波段的信息熵，量化各波段的信息量，从而将各波段根据信息增益进行排序。用户可根据高光谱遥感影像应用的精度需求，按排序选择波段组合，从而达到降维目的。以遥感分类结果的精度评价为例，对高光谱遥感降维方法的可行性和优越性进行评价。实验结果表明，该方法相较其他特征选取降维方法，能获得更高的分类精度。     

高光谱影像波段选择算法研究*

基于高光谱影像数据的特点,分析了高光谱数据的降维方法。着重探讨了波段选择的若干算法:熵及联合熵、最佳指数因子、自动子空间划分、自适应波段选择、波段指数和最优波段指数等算法。分析了各种算法的有效性、局限性和计算复杂度,并针对波段指数的不足,设计了最优波段指数(OBI)波段选择新算法。最后通过具体的试验,验证了各种算法的性能。     

基于共形几何代数的高光谱遥感波段选择方法

针对高光谱遥感数据具有的高维特征、海量数据、信息丰富、非结构化等特点导致的维数灾难问题,将共形几何代数引入到高光谱遥感影像波段选择研究。基于高光谱影像数据在高维空间分布的几何特征,利用内积、外积和几何积,结合MEAC和JM等信息测度,设计了高光谱遥感影像的新型特征提取算子,可以实现更简洁、快速、鲁棒的高光谱遥感波段选择。实验利用HYDICE和AVIRIS等高光谱遥感数据对算法的性能进行了评价,结果表明:所提出的新方法能更有效地选择最佳波段,与已有波段选择算法相比,在运行效率、分类精度等方面具有明显的优势。     

一种基于波段组合的遥感图像彩色合成新方法

研究了面向土地沙化的基于波段组合的遥感图像彩色合成问题。通过计算陆地卫星TM(Thematicmapper,TM)数据波段间的协方差、相关系数矩阵和主要统计特征参量,获取TM波段组合的基础数据;然后采用信息量分析法确定土地沙化研究的优劣波段,通过波段间的相关性分析筛选适合于土地沙化分析的波段集,基于该波段集,采用最佳指数法给出优化波段组合,在优化波段组合与彩色图像合成基础上进行遥感图像预处理。以河北省沽源县的TM数据为例,对河北省沽源县TM各波段及监督分类中沙化样本各波段信息进行了处理,结果表明TM4、7、1为该区域土地沙化研究的最佳波段组合。     

土壤侵蚀调查中的遥感应用综述

土壤侵蚀引起土壤肥力下降、土地退化及荒漠化和生态环境恶化等一系列区域性和世界性的重大环境问题。中国是土壤侵蚀最严重的国家之一。遥感是进行环境和灾害动态监测的有效技术手段。自从20世纪70年代以来．人们就开始应用遥感技术进行土壤侵蚀的调查。对遥感技术在土壤侵蚀调查中的应用方法进行概括和汇总，分别是影像判读法、指数提取法、图像分类法、光谱分解和正射影像DEM提法等方法，分析不同方法之间的优缺点以及它们各自的适用范围，并结合当前研究的热点问题，指出未来研究的重点及趋势。     

区域土壤盐渍化遥感监测研究综述

对国内外遥感监测土壤盐渍化发展情况作了介绍,对土壤盐渍化及其动态变化遥感监测方法进行了总结,数字图像处理将成为区域土壤盐渍化遥感监测研究的主要手段,土壤盐渍化是一个世界性的问题,应将遥感琢遥感图像处理的最新成果充分运用到盐渍土监测研究中,为盐渍土治理与农业可持续发展提供信息保障。     

Analysis of wavelet packet and statistical textures for object-oriented classification of forest-agriculture ecotones using SPOT 5 imagery

Textural features of high-resolution remote sensing imagery are a powerful data source for improving classification accuracy because using only spectral information is not sufficient for the classification of objects with within-field spectral variability. This study presents the methods of using an object-oriented texture analysis algorithm for improving high-resolution remote sensing imagery classification, including wavelet packet transform texture analysis, the grey-level co-occurrence matrix (GLCM) and local spatial statistics. Wavelet packet transform texture analysis, with the method of optimization and selection of wavelet texture for feature extraction, is a good candidate for object-oriented classification. Feature optimization is used to reduce the data dimensions in combinations of textural sub-bands and spectral bands. The result of the classification accuracy assessment indicates the improvement of texture analysis for object-oriented classification in this study. Compared with the traditional method that uses only spectral bands, the combination of GLCM homogeneity and spectral bands increases the overall accuracy from 0.7431 to 0.9192. Furthermore, wavelet packet transform texture analysis is the optimal method, increasing the overall accuracy to 0.9216 using a smaller data dimension. Local spatial statistical measures also increase the classification total accuracy, but only from 0.7431 to 0.8088. This study demonstrates that wavelet packet and statistical textures can be used to improve object-oriented classification; specifically, the texture analysis based on the multiscale wavelet packet transform is optimal for increasing the classification accuracy using a smaller data dimension.     

多光谱数据波段选择方法试验研究——以湖北神农架林区为例

本文以神农架林区植被信息提取为例,从统计特征的角度出发,采用最佳指数因子、联合熵与类间、类内可分性判别准则三种波段选择方法。在对三种波段选择方法计算结果综合分析的基础上,结合试验区地物光谱特征和TM传感器不同波段功能,采用逐步逼近的思路,从候选波段组合中确定了最佳波段组合。试验得出TM传感器453波段组合为神农架林区植被信息提取的最佳波段组合。     

内陆水体悬浮物波段比值优化模型及藻类丰度对模型精度影响研究

内陆水体中浮游植物的存在对悬浮物（TSM）遥感反演模型精度具有一定的影响,藻类丰度会导致水体遥感反射率降低。实验基于中国、澳大利亚和美国内陆水体的372个采样点（4个数据集）水质分析和光谱实测数据,构建内陆水体遥感反射率与TSM的相关关系,建立最优波段比模型（OBR）,并分析了藻类颗粒物存在对该模型精度的影响。由于水质的不均一性,不同区域的水质参数敏感波段存在差异,因此各数据集用于建模的最优波段比值不同。结果表明,OBR模型精度较高,误差较小,中国水体模型验证均具有较好效果（石头口门水库：R²=0.87,RMSE=14.1 mg/L;查干湖：R²=0.82,RMSE=23.6 mg/L）,澳大利亚水体模型验证效果最佳,R²值高达0.95（RMSE=4.2 mg/L）,美国水体模型精度较低（R²=0.78,RMSE=3.7 mg/L）。研究发现,模型精度受水体叶绿素（Chla）浓度和Chla/TSM比率影响,当水体以TSM浓度较高的非藻类颗粒物为主时（如中国石头口门水库和南澳洲地区水体数据集）,最优波段比值模型表现更好;而当水体以浮游植物为主时,水体中的浮游植物的丰度会使光谱信号复杂化,从而限制或降低TSM浓度遥感算法的精度（如美国印第安纳州中部水库数据集）。     

Study of land cover classification based on knowledge rules using high-resolution remote sensing images

This paper deals with the limitations of visual interpretation of high-resolution remote sensing images and of automatic computer classification completely dependent on spectral data. A knowledge-rule method is proposed, based on spectral features, texture features obtained from the gray-level co-occurrence matrix, and shape features. QuickBird remote sensing data were used for an experimental study of land-use classification in the combination zone between urban and suburban areas in Beijing. The results show that the deficiencies of methods where only spectral data are used for classification can be eliminated, the problem of similar spectra in multispectral images can be effectively solved for the classification of ground objects, and relatively high classification accuracy can be reached.     

基于ETM+的深圳市绿地信息提取方法研究

针对深圳市生态绿地信息系统的规划需求,利用Landsat ETM+影像通过对3种图像增强方法(原始波段组合、差值运算、NDVI与其它波段组合)进行比较,集中探讨了深圳市绿地信息提取的最佳方法。结果表明,NDVI与其它波段组合法对于深圳市绿地信息的提取,可以得到比较理想的绿地分布信息,达到了城市生态绿地监测的要求。