基于分流的高光谱遥感图像超分辨重建

高光谱图像（hyperspectral image,HSI）每个像素包含大量光谱带,而HSI的空间分辨率较低。高光谱图像超分辨率技术可以有效提高空间分辨率。为了解决高光谱遥感图像的空间信息分布不均匀,超分辨率重建时占据相同计算量导致重建工作不够细化的问题,提出了一种多层级分流和细节增强的高光谱遥感图像超分辨率重建框架。即通过子图分流网络对高光谱遥感图像进行预先分流,改进带细节增强的多尺度Retinex算法对图像的高低频信息进行分离,再使用不同复杂程度的分支网络分别进行重建,重建工作更加细化具体,提高重建效果和性能。实验证明该方法可以在视觉质量、指标测量和分类应用方面优于传统的基于CNN的方法,在SRE和MPSNR指标方面分别提高了4.18%和9.35%。     

典型金矿床地质-高光谱找矿模型构建及应用

针对各成矿带还未进行高光谱遥感方面的相关研究问题,提出航空成像光谱测量区典型金矿床的地质-高光谱遥感找矿模型构建及应用的研究思路。选择航空成像光谱测量区各成矿带典型金矿床,利用HyMap和CASI/SASI高光谱数据,剖析矿床地质特征、高光谱遥感特征和蚀变矿物分布特征,系统构建典型金矿床地质-高光谱遥感找矿模式,分析找矿模型的独自特点和共同特征,在各成矿带开展找矿预测和应用,圈定风险较低、面积较小、含矿率较高的金多金属找矿靶区,经野外查证,在前人未知盲区新发现品位较高、规模较大的金矿化线索,取得显著找矿效果。该研究方法为航空遥感测量区其他矿种的找矿研究,提供了新的研究思路,是一种成本低廉、效果显著、找矿有效的新技术方法。     

光谱遥感岩矿识别基础与技术研究进展

遥感技术的发展与地物光谱特征的研究密不可分。主要从光谱遥感发展与地质应用的趋势出发,从光谱遥感岩矿识别基础与识别技术方法两方面阐述了光谱遥感的研究进展。对于遥感岩矿的识别基础,主要阐述物谱关联和物理模型研究的技术方法与进展以及其对遥感地质应用的促进与深化。在技术方法方面,主要从多光谱与成像光谱两个层次上,分析利用光谱特征进行岩石矿物识别的研究进展及其潜力与可行性。强调了岩石矿物光谱特征在遥感岩矿识别与地质成因信息提取中的重要性。     

红外多光谱遥感技术在地质找矿中的应用

1986—1987年中国科学院红外多光谱遥感队在新疆西北部地区开展了利用红外细分光谱遥感技术进行地质找矿的研究和技术试验工作。一、地质找矿遥感新技术的发展遥感在地质上的应用始于早期的黑白航片判读。随着遥感技术的发展,遥感在地质应用方面的作用已从早期仅在区域地质调     

高光谱图像超分辨率重建技术研究进展

不同于传统图像（如灰度图像、RGB图像等）专注于保存目标场景的空间信息,高光谱图像蕴含丰富的空—谱信息,不仅可以保存目标的空间信息,还可以保存具有高可辨性的光谱信息。因此高光谱图像广泛应用于多种计算机视觉和遥感图像任务中,如目标检测、场景分类和目标追踪等。然而,在高光谱图像获取以及重建过程中仍然存在许多问题与瓶颈。如传统高光谱成像仪器在成像过程中通常会引入噪声,且获得的图像往往具有较低的空间分辨率,极大地影响了高光谱图像的质量,对后续数据分析任务造成了极大的困难。近年来,高光谱图像超分辨率重建技术研究得到了极大的发展,现有超分辨率重建方法可以大致分为两类,一类为空间超分辨率重建方法,可以通过直接提升高光谱图像的空间分辨率来获得高质量高光谱图像;另一类为光谱超分辨率重建方法,可以通过提升高空间分辨率图像的光谱分辨率来生成高质量高光谱图像。本文从高光谱图像超分辨率重建领域的新设计、新方法和应用场景出发,通过综合国内外前沿文献来梳理该领域的主要发展,重点论述高光谱图像超分辨率重建领域的发展现状、前沿动态、热点问题及趋势。     

高光谱遥感在生态系统研究中的应用进展

遥感技术在生态系统调查与研究中具有广阔的应用潜力,但是传统的多光谱遥感主要侧重在面上的普查,很难对生态系统中各种复杂地物属性和生化参量进行精确反演。高光谱遥感突破了光谱分辨率的限制,大大提高了人们获取多种生态系统模型输入参数的类型和精度。在阐述高光谱遥感的原理和信息特点的基础上,系统评述了目前国内外高光谱遥感在生态系统过程与属性研究中的应用,并对未来高光谱遥感在生态学领域的研究方向做出展望。      

一种多光谱遥感影像与航拍影像融合算法

无人机航拍影像空间分辨率高,纹理信息丰富,但其光谱信息匮乏,不利于遥感信息解译。为此提出一种基于脉冲耦合神经网络模型的融合算法,通过计算非规则区域的统计特性,将无人机航拍影像的亚米级高空间分辨率信息注入到遥感卫星多光谱影像中,以获取具有亚米级空间分辨率和高的光谱分辨率的遥感融合影像。通过定性和定量的对比实验,表明该算法优于经典的遥感影像融合方法,同时验证了其在减小光谱扭曲和空间纹理细节保持等方面的有效性。     

基于光谱角和光谱距离评价指标的遥感影像融合方法比较研究——以QuickBird数据为例

遥感数据融合是一种得到具有较高空间分辨率和光谱分辨率数据的有效方法,而如何保持地物光谱特性是遥感数据融合的关键问题。QuickBird卫星数据是高空间分辨率遥感数据的典型代表,探讨QuickBird数据的融合方法对于促进该数据的广泛应用具有重要意义,同时也能为其他高分辨率数据的处理提供借鉴。以QuickBird高分辨遥感数据为例,比较研究了目前针对高分辨率遥感数据常用的高通滤波、小波变换、Gram\|Schmidt和Pan\|sharpening 4种融合方法,以反映光谱曲线变化程度的光谱角和光谱距离为指标,评价了4种融合方法对多光谱影像地物光谱信息的保持能力。结果表明:小波变换在显著提高空间分辨率的同时最大程度地保持了原始多光谱影像的光谱信息,是4种方法中最适合QuickBird遥感数据的融合方法。     

基于MODIS数据的成都市水稻遥感估产研究

以遥感和地理信息系统为主要技术支撑,利用多时相的高光谱分辨率MODIS数据,对成都市2003年水稻进行了估产研究.在利用研究区最佳时相遥感影像提取水稻种植面积的基础上,以多时相的高光谱分辨率遥感数据建立水稻单产模型,并计算出成都市2003年的水稻总产量.研究表明,成都市各行政区当年水稻总产量估算结果的误差为17.45%;利用多时相MODIS数据对农作物进行遥感估产具有一定的可行性,同时通过该研究也为西南地区大范围的农作物遥感估产在方法上提供了一定的借鉴作用.     

推广“高分谱分辨率遥感矿物岩石识别系统微机版本软件”

1991年6月,国家计委下达了题为“地质遥感信息系统(GRSDPS)”研建的任务,以满足遥感界图像处理、GIS 及对于利用高光谱分辨率遥感手段直接识别岩石、矿物技术的迫切需要。全国遥感地质工作协调小组经过一年多工作并吸收了美国、澳大利亚及国内兄弟单位的经验与技术,完成了 GRSDPS 系统中地     

中国科学与技术协会《青年科学家》论坛“高分辨率影像解译理论与应用方法”专题会议征文通知

近年来，不断发展的遥感技术使遥感数据呈现出高空间分辨率、高光谱分辨率和高时间采集频率的特点。卫星图像空间分辨率已经提高到0．6米级，而航空遥感数字影像分辨率高达0．1米以上。光谱分辨率高达3—4纳米。不断发展的高分辨率遥感数据能够提高信息提取和监测精度，并拓展遥感数据的应用范围。目前，国外已经加快对高分辨率图像，特别是高空间分辨率影像，在城市环境、精准农业、     

成像光谱技术在土地利用动态遥感监测中的应用研究

随着数字化调查技术的发展，国土资源管理对土地利用动态遥感监测提出了更高的要求，目前主要采用的多光谱数据由于受光谱分辨率限制以及“同谱异物，同物异谱”现象的影响，难以满足管理需要。成像光谱数据具有较高光谱分辨率。在类别细分方面具有一定的优势，在当前土地利用动态遥感监测中具有一定的应用潜质。该文针对成像光谱数据特点，探索了与成像光谱数据相适应的土地利用动态遥感监测方法，提出了异常光谱检测法，该方法在试验区应用中取得了良好效果。     

基于光谱相似性的高光谱图像超分辨率算法

光谱相似性是指高光谱图像中的大量像元具有相似光谱的性质.提出了一种基于光谱相似性的高光谱遥感图像超分辨率算法,利用遥感图像中广泛存在的结构自相似性提升图像的空间分辨率,利用高光谱图像的低维子空间性通过主成分分析降低光谱维数提高运算效率,利用具有相似光谱的像元构建光谱约束项保证重建图像光谱的准确性.该算法在将单波段图像超分辨率方法推广到处理具有数百、乃至上千波段的高光谱图像过程中,既保证了重建图像光谱的准确性,又具有较高的运算效率.实验表明,与双三次插值和基于稀疏表示与光谱正则化约束的高光谱图像超分辨率算法相比,该算法具有更高的空间分辨率提升能力和更好的光谱保真能力.     

非线性主折线分类器及其在高光谱遥感图象分类中的应用

高光谱遥感数据的分类在理论和实践方面都有许多值得研究的地方.尤其是随着光谱分辨率的提高,地物类别的可区分性程度也应有较大的提高.但传统的基于诸如主成分分析等的特征提取算法只能提取数据的线性结构,随着高光谱遥感光谱分辨率的提高,不同地物的高光谱遥感数据往往呈现复杂的非线性分布特性,从而使得某些地物在线性结构上无法区分.本文将构造一种非线性主折线分类算法,可以揭示数据的非线性分布结构,以便提高地物的分类精度.     

多光谱图像的无损压缩方法

利用多光谱传感器对同一观测对象在多个窄光谱范围上获得的图像,称为多光谱遥感图像。这类具有高空间和谱间分辨率的谱图像数据量大,其存储和传输都比较困难。因此,对海量数据进行有效的数据压缩便成了遥感资料应用中迫切需要解决的问题之一。为了防止有用信息的丢失而影响图像的进一步处理和应用,采用无损数据压缩方法是解决该问题的有效途径之一。本文分析了多光谱图像的空间和谱间相关性等特点,从多光谱图像预处理、预测和变换无损压缩方法等方面介绍了目前主要的多光谱图像无损压缩方法,并对其特点进行了对比分析。     

成像光谱仪遥感现状与展望

成像光谱仪是80年代发展起来的一种新型遥感器,它在接收地物目标影像的同时,也获得了各像元的光谱组成。因具有较高的光谱分辨率和空间分辨率,在精细的遥感定量分析方面具有很大的潜力,现已成为遥感技术与应用领域内的两个热点之一。简要分析了成像光谱仪数据的特点,主要评述了其数据应用方法的现状和未来发展的趋势。     

Hyperion数据产品及预处理研究

高光谱遥感是近年来发展起来的一种全新的遥感技术,其在对地成像的同时能够获取地物波谱特征。鉴于河北省高光谱遥感工作目前处于探索阶段,本文以河北省北部丰宁地区一景星载高光谱遥感数据（Hyperion）为例,详细介绍了星载高光谱遥感数据产品的组成、产品命名规则、数据特点及预处理方法,为高光谱遥感技术在地质找矿、环境监测、精细农业等领域的应用提供技术支撑。     

CCSDS压缩算法对高光谱数据质量的影响研究

成像光谱仪能够探测获取目标的空间信息和光谱信息,逐渐在军事/民用遥感领域广泛应用.然而随着成像光谱仪的空间分辨率和光谱分辨率的提高,数据量也飞速提高.受数据下行链路带宽限制,星载高分辨率成像光谱仪所获取的海量数据必须进行有损压缩,而采用有损压缩又带来了一个关键问题:有损压缩所造成的数据失真究竟会对高光谱数据质量及后续遥感应用造成怎样的影响.本文基于CCSDS压缩算法的两种压缩方案,从统计性能、辐射性能、空间性能、光谱性能和应用性能5个方面,系统性分析了数据压缩对高光谱数据质量造成的影响.结果表明,利用高光谱数据的高谱间相关性,采用谱间去相关与CCSDS空间数据压缩相结合的方案,与直接采用CCSDS进行空间数据压缩的方案相比,具有更好的压缩性能,对高光谱数据质量造成的影响更小.     

遥感系统分辨率的辨析与评测北大核心CSCD

从遥感系统的应用需求出发,论述了空间分辨率、辐射分辨率、光谱分辨率、时间分辨率和姿态分辨率的不同定义。在分析各种分辨率指标的基础上,通过实例探讨了各种分辨率的评测方法。理清遥感系统分辨率的概念和内涵,有助于开展卫星遥感系统设计、探讨、论证精度指标分配及遥感探测数据应用方面的研究工作。     

高光谱遥感技术的铅污染监测应用研究

从高光谱技术的发展及其在植被遥感领域的应用出发，探讨了植被高光谱特征研究及其常用分析方法，对在营养胁迫情况下植物的叶绿素等变化对高光谱遥感响应的特征进行分析；归纳了获得优势应用的植被指数和导数光谱，植被光谱信息提取方法；总结了土壤遭受重金属铅污染及其对植物的影响的机理；针对遭受污染胁迫的植物的地面高光谱特征提出了利用地面高光谱遥感技术作为土壤及植物重金属污染的遥感监测手段；在探讨其应用现状的同时展望了高光谱遥感数据支撑与校验的应用前景。