高光谱遥感图像端元提取的零空间光谱投影算法

端元提取技术是高光谱遥感图像光谱解混的关键.在线性光谱混合分析中,首先引入了高光谱遥感图像经过零空间光谱投影后具有单形体的凸不变性.在此基础上,提出了零空间光谱投影算法,通过设计各种度量和准则,制定不同的单次端元提取策略,灵活地实现算法.经过证明,零空间光谱投影算法是对基于子空间投影距离算法(包括零空间投影距离算法与经典正交子空间投影算法)的进一步延伸,提供了更多的端元提取策略.实验结果表明,零空间光谱投影算法在模拟图像以及真实高光谱遥感图像中都能够有效地提取出图像中的各种端元.     

数据约简化的高光谱影像端元提取

提出一种利用图像的空间结构信息在特征空间中设计大小适宜的超球,将单形体的顶点分隔在超球外部,剔除超球内部的数据,只保留超球外部的少量数据参与端元提取算法。经过分析,该方法可以大大减少端元提取算法的运算量。通过实验对比,用相关端元提取算法对简化后的数据进行端元提取的结果精度很高,与简化前数据的端元提取结果吻合。     

基于端元提取的超光谱图像目标检测算法

针对超光谱图像中目标检测问题,提出了一种基于端元提取的超光谱图像目标检测算法。该算法在未知任何先验信息条件下,对超光谱数据进行基于噪声调节的主成分分析,通过保留信噪比较大的主成分,有效降低超光谱图像中的噪声水平;然后利用基于无监督正交子空间投影的端元提取算法获取图像中的端元矢量,将各端元矢量代入改进的约束能量最小化算子中,从而实现超光谱图像的目标检测。实验结果表明,该算法不但可以得到较好的目标检测结果,在运算性能上也具有一定的优势。     

地物光谱匹配模型比较研究

在大量实测的城市地物光谱数据的基础上,对3种有代表性的光谱匹配模型,即最小距离、光谱角度匹配（SAM）,光谱相似度匹配进行了深入计算和分析,在这3种模型中,以SAM表现程度较好,但都不是最理想,区分程度不是很高．为增强区别程度,本文引入了导数对光谱匹配模型进行了重新计算,分析结果表明,一阶导数能明显增加3种光谱匹配模型的区分度,尤其是最小距离法增加非常明显．     

地物光谱数据库及其在遥感中的应用

建立地物光谱数据库，运用先进的计算机技术来管理和分析各种典型地物的光谱数据信息，是提高遥感信息的分析处理水平并使其能得到主效，合理之的一个有效途径。本文从光谱数据库的规范化，系统的结构设计、功能组成等方面论述了光数据库设计的基本过程，并介绍了我们现在建立的一个光谱数据库系统。     

基于端元优化的非线性高光谱分解算法

针对高光谱图像中端元的可变性和光谱的非线性混合特性,提出一种基于端元优化的非线性光谱解混算法,通过加入阴影端元对混合像元的端元集进行优化,对优化的端元子集采用基于分层贝叶斯模型的双线性光谱分解算法进行光谱分解。模拟数据和真实数据实验表明,提出的算法能很好地解决高光谱图像中存在的阴影效应,分解效果优于FCLS和GBM算法。     

地物光谱数据库及其在遥感中的应用

建立地物光谱数据库，运用先进的计算机技术来管理和分析各种典型地物的光谱数据信息，是提高遥感信息的分析处理水平并使其能得到高效、合理之应用的一个有效途径。本文从光谱数据库的规范化、系统的结构设计、功能组成等方面论述了光谱数据库设计的基本过程，并介绍了我们现在建立的一个光谱数据库系统。     

一种改进的基于自动形态学的端元提取算法

自动形态学端元提取（AMEE）算法中的形态学算子在纯像元集中分布的区域无法得到正确的结果。现有膨胀操作在每个结构元素内只能提取一个候选端元,会造成重要像元丢失。为了解决这些问题,采用改进的形态学算子和结构元素对AMEE算法进行了改进。首先引入参考光谱向量的概念构建了改进的形态学算子,并给出了形态学离心率指数新的计算方法,然后利用偶数大小、改进的结构元素,从每个结构元素内选出4个候选端元,最后对改进的基于自动形态学的端元提取算法进行了分析和实验验证。结果表明,改进的方法能从纯像元集中分布的区域获得正确的候选端元,并在一定程度上避免膨胀过程中的信息遗失,从而能够有效地提升端元提取的精度和像元解混的效果。     

遥感影像地物分类识别的研究与实现

遥感影像地物分类识别在环境监测、地质调查等领域都有着广阔的应用前景。对遥感影像进行光谱特征和纹理特征提取,并利用支撑向量机(SVM)进行地物分类是遥感影像地物识别的一种常用的方法。文章详细介绍了该方法的理论、思路及实现过程,并基于ENVI和MATLAB环境进行实验仿真证明其有效性,具有良好的研究和学习意义。     

从端元选择到光谱解混的距离测算方法

提出了基于支持向量机(SVM)的单纯形增长算法(SGA)新实现方法,该方法无需降维预处理,且采用低复杂度的距离尺度代替复杂的体积尺度;证明了线性SVM与传统线性光谱混合模型(LSMM)在光谱解混中的等效性,并探索了前者在信息的扩展利用和模型的非线性推广两方面的优势.实验结果表明,基于SVM的SGA实现方法在保证选择结果不变的前提下复杂度大大降低,SVM模型下解混精度明显提高.     

基于无速率码的遥感数据自适应传输技术

基于自适应编码调制的遥感数据传输方案实现了传输速率阶梯式换挡,但未能充分利用链路余量。为进一步提高遥感卫星数据传输过程中的频谱效率,提出了基于无速率码的遥感数据自适应传输技术。将无速率码与QPSK、8PSK、16QAM、64QAM调制方式结合,通过设定译码成功概率阈值得到离散信噪比下的最佳译码开销和最佳码率值。采用多项式拟合求得卫星过境期间码率值的变化情况,进而得到有效数据率变化曲线,实现了遥感卫星过境时段内有效数据率随仰角的无缝切换。通过求解有效数据率曲线的积分值,得到了采用联合译码算法的Raptor码在4种方案下的传输数据量。分析结果表明,与第二代数字卫星电视广播标准（DVB-S2）中的自适应编码调制方案相比,所提出的传输方案使传输数据量提高了10.29%~27.65%,且在信噪比低至-5 dB的情况下也可以进行数据自适应传输。     

空间遥感紫外光谱辐射计辐照度定标研究

构建了由150 W大功率氘灯、1 000 W石英卤钨灯及球面反射镜组成的平行光光谱辐照度定标单元,解决了多数光谱辐射计由于在紫外波段响应度低、信噪比小导致的定标困难,也满足了空间遥感类光谱辐射计的辐照度定标要求.分两个波段标定了紫外光谱辐射计160～400 nm波段光谱辐照度响应度,其中160～250 nm定标不确定度4.7%,250～400 nm定标不确定度2.7%.     

累积结构特征描述的多模态遥感影像匹配

针对相位一致性图大部分特征值为零且易受噪声干扰,导致其构造的多模态图像特征描述子能力有限的问题,提出了一种累积结构特征图(Cumulative Structural Feature,CSF)构造及其特征描述子建立方法,通过增强图像结构来提高特征点描述子的辨识能力。首先,采用Log-Gabor奇对称滤波器提取多模态图像多个尺度和方向的边缘结构特征,通过特征信号平方和归一化构造CSF,增强图像的结构相似性,并直接在CSF上提取特征点;再利用多个尺度和方向的边缘结构信息构造方向特征图;最后,结合CSF和方向特征图建立特征描述子,提高描述子的辨识能力。六种场景的多模态图像匹配实验表明,与其他方法的最好结果相比,所提方法的平均正确匹配数量提升了27.07%,平均正确率提升了2.26%,且增强了对场景的适应能力。     

AOTF成像光谱仪及其在青藏高原多尺度遥感中的试验应用

简要阐述了AOTF的光学滤波机理和AOTF成像光谱仪的系统架构,研制了一套基于AOTF的地面成像光谱试验系统,将其应用于青藏高原多尺度遥感试验,针对高原植被试验区获取了不同尺度的成像光谱数据,为多尺度遥感试验提供了更为丰富的地面支持及比对数据.通过对数据的处理分析,证明了该技术在工程上的可行性,并为遥感图像混合像元分解等问题提供了新的解决方案.     

AOTF成像光谱仪及其在青藏高原多尺度遥感中的试验应用

简要阐述了AOTF的光学滤波机理和AOTF成像光谱仪的系统架构,研制了一套基于AOTF的地面成像光谱试验系统,将其应用于青藏高原多尺度遥感试验,针对高原植被试验区获取了不同尺度的成像光谱数据,为多尺度遥感试验提供了更为丰富的地面支持及比对数据。通过对数据的处理分析,证明了该技术在工程上的可行性,并为遥感图像混合像元分解等问题提供了新的解决方案。     

基于Contourlet域图谱聚类和多尺度Markov模型的多光谱遥感图像分割

针对多光谱遥感图像的特点,结合图谱聚类、Co ntourlet系数分布的统计特性和多尺度Markov模型, 提出了一种基于Contourlet域图谱聚类和多尺度Markov模型的分割(CSCMMS)方法。首先对 待分割图像进行Contourlet变换,利用图谱聚类对最粗尺度低频图像聚类得到可靠的初始分 割结果;然后 利用互信息构造Contourlet域的多尺度Markov模型,结合多尺度、多方向的图像信息将低频 图像的初始分 割结果逐尺度传递到最细尺度,得到原始图像的分割。对合成图像和多光谱遥感图像的实验 结果表明,提 出方法在边缘信息保持和噪声敏感性上具有明显改进,错分率和运算时间进一步降低。     

基于SIFT算法的异源遥感影像自动匹配研究

由于不同传感器、多时相、多分辨率、多波段的遥感图像的光谱特征、空间特征、纹理特征等存在较大差异,为遥感图像的匹配带来了困难。主要利用图像特征点提取方法,使用具有尺度不变特性的SIFT(Scale Invariance Feature Transform)方法,对异源遥感图像进行配准和图像进行拼接操作,并进一步对SIFT算法进行优化,采用双向匹配策略。实验证明该算法具有稳定、可靠、快速等特点,适用于存在光谱特征、空间特征、纹理特征差异的异源遥感图像的精确配准,同时实验验证了双向匹配算法用于SIFT特征点匹配中的优越性,证明其为一种好的匹配测度。