基于条件随机场的光谱相似性匹配高光谱遥感影像聚类方法

高空间分辨率的高光谱遥感数据不仅能够获取地物近似连续的光谱曲线,还具有丰富的空间信息.传统的基于单像元的光谱匹配方法无法将这两种特征很好地结合.针对该问题,提出将条件随机场(CRF)模型引入光谱匹配方法.CRF模型通过构造像元邻域描述空间信息,解决了基于单像元光谱匹配方法仅考虑光谱信息的不足,实现了聚类过程中光谱和空间信息的融合;然而,传统CRF模型基于欧氏距离和马氏距离等相似性测度,无法适应于高光谱遥感影像的数据特征,因此利用光谱相似性测度改进传统CRF模型的相似性测度准则.实验证明,所提出方法能够有效解决传统光谱匹配方法结果的噪声问题,较好地保留了地物的形状特征,分类精度得到提高.     

一种精简波段的高光谱血液数据检测方法

针对传统的血迹检测方法检测不精确且具有破坏性的问题,提出一种基于高光谱血迹数据的无损检测方法。通过血液与类血液红色物质的特征峰筛选的方式进行谱段抽取,实现类血迹红色物质和血迹高光谱数据的波段选择,达到谱段数量精简的效果;通过光谱角匹配算法对类红色血迹物质与真实血迹高光谱数据匹配识别,以实现血迹无损检测。在血迹与类血迹红色物质上的对比实验结果表明,该方法可以大幅降低血液检测所需谱段数量,并且具备更高的检测效率。     

穷举法在高光谱遥感图像地物识别中的应用

为了避免地物识别与分类中,由于不同阀值所引起的不同结果的情况,提出了一种基于穷举法的高光谱遥感图像地物识别方法。从所有与研究区有关的可能参考光谱中,使用夹角余弦或相关系数的最大值,识别出图像上每个像元的最佳匹配地物,绘成彩色的识别结果图及能表达匹配程度的灰度图。在云南省中甸普朗地区高光谱遥感图像的应用表明,该方法有较高的准确性,识别中包络线消除法归一化处理方法能减弱一些野外环境因素的影响。突出微弱地物的光谱吸收特征,对提高识别结果精度起着关键作用。同时得到了与研究区高光谱影像上像元相关性程度的地物类顺序,便于研究各类地物存在的可能性。     

高光谱遥感数据光谱特征的提取与应用

基于特征属性与算法原理，提出高光谱遥感光谱特征体系包括光谱曲线特征、光谱变换特征和光谱度量特征三个层次．光谱曲线特征包括直接光谱编码、光谱反射与吸收特征，光谱变换特征包括植被指数、导数光谱、光谱运算特征，光谱度量特征则包括光谱角、光谱信息散度(SID)、相关系数和距离．系统比较分析了不同特征的算法原理、特点、适用情况和应用中的一些问题．     

东昆仑岩矿石光谱数据野外采集

针对东昆仑Hyperion高光谱遥感岩矿石地质填图任务,依据东昆仑岩矿石光谱数据野外采集工作,介绍了数据采集的目的、意义、项目来源以及工作区概况;就本次光谱数据采集的内容、测量仪器、测量路线和测量方法选择进行了详细的论述;介绍了光谱数据库的建立方法和流程等;就影响光谱数据采集的关键因素和突出问题进行了探讨.     

拉曼光谱探究二维原子晶体结构和物性的研究进展

二维原子晶体在纳米电子器件、光电子器件方面具有潜在的应用前景,近年来引起了广泛关注。拉曼光谱一直以来被公认为材料结构独一无二的“指纹光谱”,具有快速、准确、样品无损伤、无需样品预处理、大大节省研究成本等重要特点。随着大量新型二维原子晶体的成功制备,拉曼光谱将在相应指纹光谱的建立和奇异物性的发掘方面大显身手。本文概述了拉曼光谱在探测二维原子晶体的堆垛方式、层数、晶格取向的各向异性、缺陷等结构表征方面的研究进展,同时也概述了共振拉曼光谱在揭示二维原子晶体中电子与光子、电子与声子之间的相互作用,甚至在获取晶格振动声子结构等方面的重大作用,为读者提供了一个审视拉曼光谱在纳米材料基础研究和功能化应用研究方面扮演的重要地位的新视角。     

拉曼光谱在生物分析中的应用

利用高效薄层色谱（TLC）分离技术和表面增强拉曼散射技术（SERS）的结合，获得了分析大豆甙元成分的新方法。SERS结果表明，在TLC原位约3μg样品就可获得大豆甙元的主要振动振动特征谱带。通过表面增强光谱揭示出SERS与固体光谱的异同，并指明了大豆甙元与银溶胶的吸附模式。TLC-SERS使高 效分离与指纹性鉴定结合，可对化学成分进行高灵敏度的检测。     

高光谱遥感数据光谱曲线分形特征研究

提出一种基于分形分析的高光谱遥感数据处理方法．从反射光谱的产生机理、全色影像与单色影像表现出来的自相似现象以及用不同尺度量尺测量曲线所表现出来的幂指数关系三个方面,说明高光谱遥感数据中像元中光谱曲线具有分形的特征,简述了研究光谱曲线分形特征在高光谱遥感数据处理中的意义．     

插值算法在高光谱数据中的应用

针对高光谱遥感数据具有波段多,各光谱通道间连续,含数据信息量大,像元光谱曲线交叉并不甚多等特点,就分析光谱曲线特点之后,选择性的运用波段插值方法进行光谱重建,利用MATLAB平台对多种插值算法进行了拟合实现。通过对比实验插值结果与原始数据,以及各插值算法插值精度,均方差和峰值信噪比等图像参数相互比较,显示用二次拟合的方法能够得到较好的拟合效果。     

多光谱颜色复制技术研究发展

针对基于色度的颜色再现技术存在同色异谱的问题,综述了基于多光谱的颜色复制技术框架。总结了多光谱颜色复制的7个关键技术,即多光谱颜色复制系统的设计、多光谱图像的获取、多光谱图像的融合、光谱反射率的重建、多光谱图像降维、光谱分色算法与模型开发以及光谱颜色管理技术,并指出了多光谱颜色复制技术的研究思路和前景。     

SAM权重法在端元提取中的应用

高光谱遥感的出现使得在宽波段遥感中不可探测的物质能被探测。获得的高光谱数据大都具有数据冗余度高、信噪比低等特点。文章通过idl编程实现高光谱数据的特征提取并利用其做了端元提取流程与光谱解混,及权重法SAM端元提取、混合光谱分解模型及实现。利用SAM权重法能够完成端元提取并最终得到的解混结果。     

基于提升算法的超谱遥感图像融合分类研究

超谱遥感技术的发展对遥感图像处理算法提出了新的挑战,超谱遥感图像所特有的高光谱维数,使适用于多光谱图像的算法不适合直接用于超谱图像.利用数据融合技术可以将超谱图像从高维降到低维,因而有利于图像的分析和处理.提升算法是构造第2代小波的关键技术,该文研究了其用于超谱遥感图像融合分类的可行性,利用提升算法将第1代小波改造成第2代小波,并对标准的AVIRIS超谱遥感图像实现图像融合,在融合的同时,提取图像的光谱特征用于分类,在相同的实验标准下在像素层和特征层上分别对图像进行了第2代小波融合分类,并用分类精度对实验结果进行了客观的评价.实验结果表明,以提升算法构造的特征层小波融合分类比像素层分类精度提高了7.78%.     

基于支持向量机与相关向量机的高光谱图像分类

高光谱遥感是将目标探测技术与光谱成像技术相结合的多维地物信息获取技术,可以同时获取描述地物分布的二维空间信息与描述地物光谱特征属性的一维光谱信息。相对于多光谱遥感,高光谱图像具有更加丰富的地物光谱信息,可以详细地反映待测地物细微的光谱属性,使地物的精确分类成为可能。本文通过对SVM与RVM的理论研究与对比分析,将这两种高维数据处理算法应用于同一高光谱图像中进行分类研究。实验结果表明,SVM的总体分类精度要略高于RVM的总体分类精度。     

稀疏表达模型在高光谱遥感影像目标探测中的应用

为了更好地利用高光谱影像的空间和光谱信息,提出了一种基于稀疏表达模型的高光谱遥感影像目标探测方法.首先通过对影像训练样本进行训练提取过完备字典,利用稀疏表达模型对遥感影像稀疏表达既达到降维的目的,又可以表示出遥感影像的主要信息;然后利用传统的目标探测器结合目标已知光谱信息对高光谱遥感影像进行目标探测,即基于稀疏表达模型的高光谱遥感影像目标探测(SRM-TD).3种影像数据的实验结果表明:在确定的迭代次数下,通过设置稀疏度L可以得到最优的探测结果.提出的探测方法在参数设置、选择和运行结果上优于传统的高光谱遥感影像目标探测方法.     

The quantitative evaluation of application of hyperspectral data based on multi-parameters joint optimization

In order to evaluate the mineral identification of the hyperspectral data and make a trade-off of the imaging system parameters, a quantitative evaluation approach based on the multi-parameters joint optimization is proposed for the hyperspectral remote sensing. In the proposed approach, the mineral identification is defined as the number of the minerals identified and the key imaging parameters employed include ground sample distance (GSD) and spectral resolution (SR). Certain limitations are found among parameters that are used for analyzing the imaging processes. The constraints include the industrial manufacturing level, application requirements and the quantitative relationship among the GSD, the SR and the signal-to-noise ratio (SNR). Regression analysis is used to investigate the quantitative relationship between the mineral identification and the key imaging system parameters. Then, an optimization model for the trade-off study is established by combining the regression equation with the constraints. The airborne hyperspectral image collected by Hymap is applied to evaluate the performance of the proposed approach. The experimental results reveal that the approach can achieve the evaluation of the mineral identification and the trade-off of key imaging system parameters. The error of the prediction is within one kind of mineral.     

遥感影像信息提取技术的研究与实现

随着遥感技术的发展和遥感应用的深入,遥感影像信息提取方法的研究成为关注的焦点.一般来说遥感影像信息提取包括分类、识别和特征提取.文中主要研究利用MATLAB实现影像中的光谱特征和纹理特征的提取和分类,并结合ERDAS软件对影像进行预处理和分类后处理以及精度评定,最终从精度评定结果来看,两种特征分类的总体精度较高,另外,图像的结构信息有助于提高遥感影像信息提取的精度.     

基于核熵成分分析的高光谱遥感图像分类算法

根据核熵成分分析(KECA)的特点提出了基于凸面几何学概念的样本集选取方法和以特征空间光谱角为相似性度量的C-均值分类算法,并将其用于高光谱遥感图像分类。在HYDICE高光谱数据上的试验表明,本文提出的算法可以有效地提高分类精度。     

Research into a Feature Selection Method for Hyperspectral Imagery Using PSO and SVM

Classification and recognition of hyperspectral remote sensing images is not the same as that of conventional multi-spectral remote sensing images.We propose, a novel feature selection and classification method for hyperspectral images by combining the global optimization ability of particle swarm optimization (PSO) algorithm and the superior classification performance of a support vector machine (SVM).Global optimal search performance of PSO is improved by using a chaotic optimization search technique.Granularity based grid search strategy is used to optimize the SVM model parameters.Parameter optimization and classification of the SVM are addressed using the training date corresponding to the feature subset.A false classification rate is adopted as a fitness function.Tests of feature selection and classification are carried out on a hyperspectral data set.Classification performances are also compared among different feature extraction methods commonly used today.Results indicate that this hybrid method has a higher classification accuracy and can effectively extract optimal bands.A feasible approach is provided for feature selection and classification of hyperspectral image data.