成象光谱图象光谱吸收鉴别模型与矿物填图研究

本文提出了一种光谱吸收鉴别模型，拟通过矿物光谱吸收特征的鉴别，在成象光谱上实现矿物直接识别与填图。该模型的核心是光谱吸收指数技术（ＳＡＩ）。从理论上探讨了ＳＡＩ的本质，应用Ｈａｐｋｅ光谱模型讨论了ＳＡＩ与光谱吸收系数（ｄ）以及单散射反照率（ｗ）之间的函数关系，并从成象光谱图象辐射信息传递过程分析了图象ＳＡＩ与光谱吸收深度的关系，而光谱吸收深度与岩石矿物成分含量之间具有定量关系，这显示了ＳＡＩ提取矿物定量遥感信息能力。ＳＡＩ已经成功地应用于ＦＩＭＳ、ＭＡＩＳ和ＧＥＲＩＳ图象处理与矿物填图，本文通过哈图、塔里木、以及澳大利亚松谷的实例研究，表明ＳＡＩ是一种有效的提取矿物类型与丰度信息的方法。     

成像光谱和热红外多光谱技术地质制图研究

根据高光谱分辨率的航空成像光谱（ＭＡＩＳ）和热红外多光谱（ＴＩＭＳ）图像数据中遥感信息特点，即可从其数据获得成像地物光谱，利用航空成像光谱图像处理和分析方法，可有效和精确地对地物特性进行识别和提取。此次以调查沉积岩地区地质地层单元、岩性识别为研究内容的中日联合遥感研究所采用的图像数据，是由中国科学院上海技术物理研究所新开发的ＭＡＩＳ和ＴＩＭＳ获取的。研究结果表明，利用计算机图像处理方法，对ＴＩＭＳ图像进行主成分分析（ＰＣ），ＭＡＩＳ的短波红外（ＳＷＩＲ）图像的假彩色合成图（ＦＣＣ），以及可见近红外（ＶＮＩＲ）图像波段差值处理，可将研究区内出露的白云岩、灰岩以及红色砂岩、绿色砂岩等岩性识别出来，同时圈出了研究区内出露的各个时代的地层，证明了ＭＡＩＳ和ＴＩＭＳ在地质制图方面有较大的潜力。     

遥感模拟图像应用于不同传感器光谱性能分析

研究利用高光谱成像数据,用数字的方法定量模拟了ＳＯＰＴ－ＨＲＶ,ＣＢＥＲＳ－ＣＣＤ,Ｌａｎｄｓａｔ５－ＴＭ和ＮＯＡＡ１４－ＡＶＨＲＲ类似波段的空中表面反射率及地面光谱反射度图像,并利用这些对上述传感器相应波段的光谱响应,大气影响特性用基于反射率和基于归一化植被指数的方法进行了定量比较分析。     

一种准确快速的高光谱数据光谱混合分析方法

针对地物光谱的不确定性及参与每一像元光谱混合的端元种类与数目的不确定性,提出一种准确快速的高光谱数据光谱分析方法。该方法利用图像端元与标准端元库端元构建分组端元库,为每种地物引入多种端元光谱,解决了地物光谱不确定性问题;通过基于多端元交叉相关光谱匹配的确定搜索与基于二进制粒子群优化的随机搜索相结合的方式为每一像元搜寻一个最优端元子集,解决了参与混合的端元种类与数目的不确定性问题,并且提高了搜索效率。通过模拟数据与真实高光谱数据的试验验证,该方法解混精度与多端元光谱混合分析法相当、远高于全限制/无限制最小二乘法与交叉相关光谱匹配法,而计算时间远小于多端元光谱混合分析,实现了快速、准确的高光谱数据解混。     

基于权重光谱解混方法的高光谱矿物填图

提出了一种基于Fisher权重分析的迭代光谱解混方法(WLSMA),该方法首先对高光谱图像进行区域分割,在分割后的各子块中自动提取端元;再次对提取的端元进行聚类,从光谱的整体特征上将不同类别的端元区分开,针对聚类结果中的每一类别各选取几个具有代表性的端元光谱,并对最优光谱进行窗口卷积处理,结合In_CoB指标构建端元光谱样本库;最后对图像进行迭代光谱解混处理,在丰度反演过程中引入基于Fisher准则的补偿权值矩阵以提高反演精度。AVIRIS高光谱数据实验证明,WLSMA不需要大量先验信息,利用Fisher准则和迭代光谱分析理论增强了相似性矿物的可分性,为加强对矿区地表岩性的认识和模拟提供了更大的灵活性和可能性,对高光谱矿物填图有一定的借鉴意义。     

FAN模型的双种群差分进化光谱解混算法

双线性混合模型是近年来非线性光谱解混的研究重点之一,其克服了线性混合模型无法描述地物多重散射作用的缺陷,能够更精确地还原真实的地物光谱混合过程。然而,限于模型的复杂性,目前在缺乏准确的端元先验知识的条件下进行双线性光谱解混仍是一项具有挑战性的任务。差分进化算法(DE)是一种具有良好全局搜索能力的群智能优化算法,其优化求解过程无需进行复杂的数学推导,为双线性光谱解混问题提供了一种有效的解决途径。为此,本文以FAN双线性混合模型为例,提出了一种双种群机制的差分进化算法(记为DEFAN),实现非监督双线性光谱解混。DE-FAN算法通过建立端元与丰度两个种群的交替进化机制寻找最优解,同时在迭代中引入自适应重构策略增强种群多样性,降低算法陷入局部最优解的风险,最终实现端元与丰度的同时估计。通过模拟图像及真实图像的解混实验进行算法检验,证明DE-FAN算法较之传统非线性解混算法具有更高的解混精度及解混效率。     

遥感多光谱影像数据与航片数字化影像融合方法的研究

本文探讨利用ＨＩＳ变换对航片化影像分析与遥感多光谱影像ＳＰＯＴ ＸＳ、Ｌａｎｄｓａｔ ＴＭ和ＭＳＳ进行融合的方法，并提出了一种改进的方法。试验结果表明：本文提出的方法行之有效。融合后的影像在很大程度上保留了原多光谱影像的光谱特征，空间分解力较我光谱影像提高到近３倍，清晰度也提高了。因而具有更强的解译和量测能力，能进一步提高分类精度、制作专题图的精度，多时相监测能力等。     

MAIS成象光谱仪飞行定标和反射率反演

该文利用６Ｓ辐射传礓模型设计了一种可对ＭＡＩＳ成象光谱仪进行飞行研究定标和反射率反演的方法，并分析了成象光谱图象反经反演过程中影响反演精度的各种因素。这种方法的特点是地面同步测量中只采用一台仪器，同时获得了参考地物的反射率，大气光学厚度和大气垂直柱水汽含量。     

一种基于预测树的多光谱遥感图像无损压缩方法

最小绝对权值（ＭＡＷ）预测树方法是一种有效的多光谱遥感图像无损压缩方法,但其中构造预测树的算法复杂,实现困难。本文对预测树方法进行改进,提出一种侧邻域最小绝对权值（ＳＮＭＡＷ）预测树方法,通过改变预测树的四邻域定义,使构造预测树的算法简化,并且,实验结果表明,对不同类型的多光谱遥感图像,ＳＮＭＡＷ的压缩效果与ＭＡＷ的压缩效果相近或有所改善。     

多光谱遥感电视系统

本文提出了一种利用增强型ＣＣＤ电视摄像技术，实现在可见光与近红外波段内的多光谱遥感成像。采用该技术可适时获取窄带光谱内的多光谱图像，从而为农业生产提供出更多的多光谱图像信息。     

UFCLS线性光谱混合分析法在遥感图像分类识别中的效果分析

用非监督全约束最小二乘法对线性光谱混合模型进行了反演，通过获得各像元组分的面积比图像来达到对各像元分类的目的。将非监督全约束最小二乘法的分类结果与有限光谱混合分析法的分类结果进行对比。结果表明，无论从分类效果还是计算时间上看，前者都优于后者。     

结合SOM神经网络和混合像元分解的高光谱影像分类方法研究

本文对SOM神经网络算法进行改进,在标类的过程中采用3个策略加以控制,对初始产生的自组织映射图进行调整。通过改进,那些映射到可靠神经元的像素得到了很好的分类,而那些映射到不可靠神经元的像素都被作为不可分像元而提取出来。继而,从混合像元分解的角度来对这些不可分像元进行处理,按类型分解的思想确定混合像元的类别,实现对不可分像元的分类。将SOM神经网络和混合像元分解相结合的分类方法应用于高光谱图像的分类中,通过实验表明了该方法能较好地改善分类效果,提高分类精度。     

Forest Cover Mapping in North-Central Mexico: A Comparison of Digital Image Processing Methods

Vegetation type is an environmental attribute that varies across the landscape and over time. Its continuous assessment is important for monitoring land use changes and forest degradation. There are advanced methods that can estimate the fractional cover of vegetation types within each pixel. This paper compares some methods for subpixel mapping of forest cover in the state of San Luis Potosí, Mexico, using Moderate Resolution Imaging Spectroradiometer (MODIS)-derived spectral data (MCD43A4). Three methods were tested: (1) Bayesian posterior probability, (2) the Fuzzy k nearest neighbor (FkNN), and (3) linear spectral mixture analysis (LSMA). While the Bayesian approach gave the poorest correlations, FkNN (r = 0.78) and LSMA (r = 0.81) estimations were successfully validated with information obtained from a Landsat image. This paper represents an interesting attempt to compare rarely reported FkNN with traditional approaches such as LSMA and the Bayesian one.     

Sagnac型干涉成像光谱仪研制及干涉成像光谱实验

空间调制干涉成像（傅里叶变换）光谱仪（SMIFTS）是一种有重要的研究和应用价值的空间遥感器。依据应用要求和信噪比方程设计并研制了Sagnac型干涉成像（傅里叶变换）光谱仪原理样机。用该样机进行了实验室干涉成像光谱实验，获取了较为清晰的可见光、近红外谱段干涉成像图像。对其中各像元的干涉图进行数据处理和计算，提取出了光谱特征明显的成像光谱图像和与被测图样光谱特征相符的像元光谱。由实测光谱辐射亮度曲线反演计算出的光谱反射曲线与标准仪器测得的图样光谱反射特性曲线进行了比较，结果表明二者对应相似。     

纯净像元指数改进的N-FINDR高光谱端元提取算法

为了有效解决遥感影像中普遍存在的混合像元导致遥感影像定量解译精度低的问题,对两种不同混合像元端元提取算法进行了比较分析。纯净像元指数算法随着迭代次数的增加时间效率大大降低,而经典的N-FINDR算法初始端元数目选择的任意性会导致像元解混的精度不一,因此本文提出了一种基于纯净像元指数改进的N-FINDR算法。改进的N-FINDR算法相较于传统的N-FINDR算法能够准确构建候选端元集合并求得最优解。该算法结合高光谱影像数据的特点,首先利用纯净像元指数求取备选端元数目;然后以此为基础运用经典的N-FINDR算法求解最大的单形体顶点,将求解后顶点作为纯净像元,并完成丰度反演;最后使用ENVI产品中自带的经过大气校正的航空高光谱数据cup95eff.int对算法进行验证。试验结果表明,以纯净像元指数改进的N-FINDR算法在整体精度方面优于传统的N-FINDR算法。     

两步解法用于求解线阵CCD影像外方位元素

在线阵CCD影像外方位元素的求解过程中,外方位元素之间的相关性,导致法方程病态,最小二乘估计值误差较大。本文在分析以往解决方法的基础上,提出采用两步解法求解线阵CCD影像的外方位元素。该算法的实质是选择一个比单位矩阵更合适的正则化矩阵。试验结果表明该算法能有效地克服线阵CCD影像外方位元素间的相关性,定位精度较高,定向点精度在1个像素内,检查点精度在1.5个像素内。     

Contrast analysis based on homogeneous and non-homogeneous patterns for SAR image classification*

This study presents a novel contrast-based classification algorithm for Synthetic Aperture Radar image. The proposed algorithm primarily analyses homogeneous and non-homogeneous patterns within the moving window. The points which are either significantly brighter or darker than the central pixel are considered as non-homogeneous patterns. While the points, moderately equal to central pixel are described as homogeneous patterns. The mean intensity values of homogeneous and non-homogeneous regions are used thereafter for measuring the contrast around the central pixel of the moving window. The ISODATA algorithm is used to classify the contrast transformed image. The importance of this method is that it is computationally simple, works with minimum human interaction and robust to speckle noise. The validation of the method is done on RISAT (Radar Imaging Satellite) data.     

An Analysis of the Marginal Value of Hyperspectral Features of the Mixed Pixel of Lotus Leaf and Water Body

A linear regression and curve fitting method is used to study the mixed pixel of lotus leaf and water body under the experimental conditions. The marginal value of hyperspectral features of vegetation is discussed. Through an analysis of the regression result and fitted equation, a conclusion is reached as follows: Until the area ratio of the lotus leaf is 5.9 %, the vegetation reflection features cannot be observed even factually there are some lotus leaves in the mixed pixel; when it is 10.7 %, the reflection spectrum curve saturates and the water body reflection features cannot been detected. The result indicates that although the area ratio of the lotus changes the reflection features may not change. This research will help to understand the mixed pixel and the liner spectrum unmixing technique further.     

端元可变非线性混合像元分解模型

遥感影像中混合像元普遍存在。端元固定的情况下对混合像元进行分解,很难高精度地识别影像地物。本文基于支持向量机,提出了端元可变的非线性混合像元分解模型。首先,通过构建多个支持向量机获取每个像元的优化端元集,在优化端元集的基础上运用支持向量机与两两配对方法相结合的算法获取像元组分。试验结果表明,本文提出的方法效果优于传统的多端元光谱分解法。     

用遗传算法确定马尔柯夫随机场的最佳参数

对现有马尔柯夫随机场 (MRF)参数的解求方法作了详细分析。针对现有方法存在的缺点 ,提出基于遗传算法的MRF参数解求方法 ;分析讨论了求解的稳定性 ;并利用解的稳定性作为纹理分类的判据 ,作了航空影像纹理的分类实验。实验结果表明 ,求解的方法是正确的。用解的稳定性作为判据的纹理分类效果 ,通过对比实验证明是有效的。