基于IDL的高光谱图像噪声处理系统设计与实现

论述了基于IDL语言开发的高光谱图像噪声处理系统的系统架构、方案设计思路和系统实现, 并对系统各个主要模块进行验证, 证明了软件的可操作性和实用性。系统的开发可有效解决遥感软件缺乏专业高光谱图像处理模块的问题, 为高光谱遥感图像在地质勘查工作中的广泛应用提供了支持。      

消除噪声的RNF图像融合算法

在多光谱遥感图像中有时也会存在较严重的随机点噪声的干扰，这种随机点噪声严重影响了地物光谱特征提取和识别的精度，降低了各种遥感定量分析方法技术的有效性。常用的遥感图像随机噪声消除或压抑方法是Fourier变换频率域方法和采用平滑模板对图像进行卷积处理的空间域方法，但它们往往会损失图像信息。文章探讨了消除或压抑噪声的图像融合方法，即RNF融合法。RNF融合算法先对参与融合的多光谱图像进行低通滤波，对全色波段进行高通滤波。然后将滤波后的全色波段与多光谱图像用HSI变换法进行融合，融合后的图像消除了噪声。     

EO-1Hyperion高光谱数据FLAASH模块大气纠正

EO-1Hyperion高光谱遥感影像在实际应用中,需对图像进行大气纠正及补偿等预处理,以便获得较好质量的图像,为进一步分析和应用提供保障.笔者运用FLAASH大气校正模型对中国云南香格里拉地区的Hyperion卫星影像进行大气校正,利用图像MNF转换法对光谱曲线进行去噪平滑优化,再对校正前后影像进行遥感影像和典型地物光谱曲线对比分析.结果表明,影像经FLAASH大气校正和MNF平滑后,较好地消除了大气影响和Hyperion高光谱遥感图像的光谱噪声.     

一种实用的数字图像压缩方法

提出以C Builder 6.0为开发平台,以其所提供的TJPEGImage为核心,实现真彩色图像的压缩,为工程实际的应用提供了一种非常实用的压缩手段。该方法减少了大量程序代码的编写工作。实验表明,当综合压缩比设为65时,压缩图像与原图像相比并无明显变化,由此可见,压缩效果令人满意。     

ROI技术在车牌识别系统中图像存储方面的应用研究

ROI（region of interest，感兴趣区域）作为新一代图像压缩标准JPEG2000所增加的一个功能。利用该功能，我们能够针对图像内容进行不同级别压缩，从而提高图像的压缩比，在目前的车牌识别系统中，由于车牌识别精度不高，以及为了更好地查证车辆等原因，仍需存储图像数据，并且，为了减少图像的数据量，还需要对图像进行压缩处理，由于我们对车牌图像中的不同内容，精度要求不同，因此，可以利用ROI方法进行图像压缩，从而减少图像的数据量。     

高光谱遥感在斑岩矿床蚀变信息提取中的应用

高光谱遥感将传统图像的空间维与光谱维信息融合为一体,用很多窄而连续的光谱通道获取地物的遥感影像,使得本来在宽波段多光谱遥感图像中不可探测的地物在高光谱遥感中能够被探测和区分(张良培等,2005)。地质是高光谱遥感应用最成功的领域之一,高光谱矿物识别和     

应用OB-HMAD算法与光谱特性的遥感图像动态变化检测

在对图像动态变化情况进行检测的过程中,对原始图像的分割精度较低,导致检测结果存在较大误差。为此,应用OB-HMAD算法与光谱特性,进行自然资源遥感图像动态变化检测。在计算了影像各波段的光谱异质性和形状异质性特征值参量后,结合各波段对应的权重系数,考虑自然资源遥感图像的光谱异质性和形状紧凑度、形状平滑度,利用OB-HMAD算法对自然资源遥感图像进行多尺度分割处理。在图像动态变化检测阶段,根据自然资源遥感图像变化与光谱特征参数之间的关系,计算了各分割图像的曲率参数,通过计算曲率参数之差完成对目标图像参数动态变化的计算。实验结果表明,该方法应用下,图像NDVI、RVI和SAVI变化量的检测结果与实际值的误差分别仅为0.000 9,0.005 7和0.004 8。以上数据证明该方法完成了遥感图像动态变化检测,且检测效果较佳。     

高光谱数据处理及其在广西苗儿山地区的地质应用研究

本文以广西苗儿山地区机载成像细分红外高光谱数据为例,探讨了高光谱数据的特点及其处理方法。编制了一系列进行数据预处理的软件,进行了条带去除、波段间配准、航向压缩、镜向变换、辐射校正、正切校正、相对反射率转换等预处理,获得了高质量图像。在ＥＮＶＩ软件基础上建立了研究区野外实测光谱曲线库及分类子库,并对各子库进行了系统研究。同时,提出了正确的配准方案,对图像进行了精校正和镶嵌,取得了满意的镶嵌图像;在纯净像元提取、混合像元分解、匹配滤波、光谱特征拟合等方面进行了探索。最后,探讨了高光谱数据的地质应用潜力,尤其在硅化带识别方面取得了成功的效果,发现了一系列新的含铀硅化断裂带;预测了３片成矿有利地段,经验证,在其中两片地区找到了明显的铀偏高和矿化显示。     

基于高光谱成像与拉曼技术的艺术画颜料成分对比检测研究

高光谱成像与拉曼光谱都是无损检测分析方法。高光谱成像技术不仅可以获取影像每个像元的连续光谱,而且具有成像的优势。本文分别利用拉曼光谱、可见光高光谱与红外高光谱成像技术对古画颜料成分光谱成像,通过最小噪声分离、纯净像元提取、光谱特征拟合方法,与标准波谱库匹配,识别出该彩绘艺术画颜料成分主要由朱砂、石青、雌黄、白云母等组成,与拉曼光谱检验结果基本一致。结果表明利用高光谱成像技术不但保存了物质成分波谱信息,而且保存了图像信息,具有"图谱"合一的优势。     

珠海一号高光谱影像融合方法对比

本文采用HSV、Brovey、CN、GS、PC、NND等6种常用融合方法,对吉林一号、高分二号、高分六号光学全色图像和珠海一号高光谱图像进行融合实验,通过目视分析和均值、平均梯度、信息熵、相关系数等指标对融合影像定性定量评价。结果表明,GS方法综合效果和光谱保真度最好,PC次之,NND方法清晰度和信息量保持能力最好。从数据源比较,吉林一号与高光谱数据融合后图像,目视效果和评价指标值稳定性相对更好。高分数据全色数据空间分辨率与高光谱空间分辨率相差越小,融合效果越好。     

基于地物光谱特征的成像光谱遥感矿物识别方法

成像光谱技术是遥感技术发展的前沿技术之一 ,它是在可见光、近红外及短波红外上 ,集图像、光谱于一体的具有高光谱分辨率的纳米遥感技术。文中从岩矿光谱特性的研究入手 ,通过光谱特征识别准则 ,利用机载的可见光、近红外及短波红外成像光谱 (HyMap)数据 ,开展成像光谱遥感矿物识别的试验研究。试验识别的矿物有绿泥石、绿帘石、橄榄石、绢云母、滑石、石膏及黑云母等。试验结果表明 ,通过矿物光谱特征分析与其识别原则进行成像光谱遥感矿物识别获得了很好的效果。因此 ,基于地物光谱特征进行成像光谱矿物直接识别确实可行 ,有利于矿产资源评价中成矿物源和矿化蚀变信息分析。     

中、低空机载成像光谱图像的几何校正研究

本文针对我国上海技术物理所研制的OMIS机载128道成像光谱系统试飞所获取的图像、定位和飞行姿态等数据，进行了图像几何修正处理和衫软件开发研究。详细分析了该系统所获取的定位与飞行姿态数据及存在的问题，并制定了相应的处理方案。根据该系统提供的各种参数，建立了航空高光谱图像单因素几何校正模型和几何畸变综合校正方法。对该系统在辽东湾地区试验飞行获取的10条航带图像进行几何校正和多航带镶嵌处理，效果理想。     

基于Zlib的图像差异压缩算法研究与实现

在视频图像的网络传输中需要对图像进行压缩,分析图像变化较小时的数据特性,通过算法将前后两幅图像的差异数据提取出来,结合Zlib压缩技术,实现较高的压缩比。介绍了这种图像差异压缩算法的设计背景和思路,采用Delphi语言进行对比分析。试验结果表明,该算法在图像变化不大时的网络传输效果较好,在录屏软件的开发方面也具有实用价值。     

浅析泥石流堆积物的光谱特征——以蒋家沟泥石流堆积物为例

作者运用100BXMTS野外光谱仪探测了小江支流蒋家沟新、老泥石流堆积物的光谱反射率,总结了新、老堆积物的反射光谱特征,进一步分析了影响泥石流堆积物反射光谱特性的因素（岩性、水分含量、植被覆盖）,最后讨论了应用高空间分辨率遥感图像解译泥石流堆积物的可能性。     

高光谱遥感水文地质应用新进展

高光谱遥感是一种利用成像光谱仪同时获取地物目标辐射、光谱和空间等多重信息遥感的技术,水文地质是高光谱遥感重要的应用领域之一,通过高光谱遥感图像分析,能够提取大区域包气带及含水系统的水文地质信息,可为水文地质环境的识别及实时监测、地下水资源高效管理、地下水数值模型构建等提供科学数据。通过调研凝练了高光谱遥感基本原理方法及其在水文地质方面的应用研究,重点总结了地下水环境污染和水文信息反演方面的高光谱遥感应用研究进展,分析了高光谱遥感水文地质应用所面临的挑战,并展望了高光谱遥感水文地质应用研究的发展趋势,主要包括:通过土壤和植被的光谱信息实现对研究区包气带土壤重金属污染状况的大面积、短周期连续快速监测;在高光谱图像中提取构造、地层岩性等地质和水文地质特征,以环境指示因子（如植被）为有效补充,获取饱和带地下水环境信息;通过高光谱图像识别植被类型、计算植被覆盖度、分析叶片反射光谱特征并建立模型反演土壤含水量和地下水位,为研究和保护缺水地区生态环境提供数据支撑。     

基于SREM融合数据的矿物蚀变信息提取

目前卫星高光谱数据幅宽小,难以进行大面积矿物填图应用.本文探讨了基于多光谱图像光谱分辨率增强方法(spectral resolution enhancement method,SREM)融合算法,将Hyperion窄幅高光谱和先进星载热发射和反射辐射仪(advanced spaceborne thermal emission and reflection radiometer,ASTER)宽幅多光谱数据进行融合,获得宽幅高光谱数据,从而进行矿物蚀变信息提取的方法和流程.结果表明:(1)原始ASTER数据仅能识别出Al-OH基团,Mg-OH基团和Fe3+离子基团3种矿物,SREM方法能够识别出高岭石、伊利石、绢云母、绿泥石和黄钾铁矾5种蚀变矿物;(2)融合图像矿物提取结果与原始ASTER和Hyperion图像的相对精度分别达到90.56%和92.85%;(3)其中绢云母、伊利石、高岭石与Al-OH基团,黄钾铁矾与Fe3+离子,绿泥石与Mg-OH基团出露区域基本一致.SREM融合数据具有幅宽大和光谱分辨率高的特点,提高了矿物蚀变信息解译精度,该方法对大面积矿物填图具有示范作用.     

植被覆盖区卫星高光谱遥感岩性分类

植被高覆盖区岩石和土壤在遥感图像上表现为弱信息、小目标,如何利用卫星高光谱遥感提取岩性弱信息是目前遥感地质应用中的最大挑战之一。以黑龙江呼玛地区为例,选择美国EO-1卫星Hyperion高光谱数据。由于植被与下伏岩石-土壤的光谱混合,分别计算研究区含土壤因子和不含土壤因子的植被指数,并对两类不同的植被指数进行主成分分析,以此分离植被和岩石-土壤组分。在含土壤因子植被指数主成分分析的二维组分散点图上,明显区分出背景植被与异常岩石-土壤组分,证实了植被与岩石-土壤组分经主成分分析分离的效果。同时在不添加土壤因子植被指数的分析中,明显区分出植被覆盖信息。通过对实验区典型岩石进行野外光谱测试,然后对光谱进行连续统去除处理,将其作为参考光谱,与分离后的岩石-土壤光谱进行光谱特征拟合（SFF）,从而成功地识别出研究区内不同岩石类型,特别是玄武岩、流纹岩、砂砾岩、安山质凝灰岩、大理岩和石英片岩识别效果较好。根据研究区内不同岩石地层单元内岩石组合特征,通过分离后的组分合成图像,成功地实现了岩性分类。与已知地质图叠加,证实通过卫星高光谱数据提取的不同岩石类型颜色边界与地质图岩性界线吻合较好。结果表明：通过植被与岩石-土壤光谱组分分离,结合高光谱遥感的光谱特征拟合,能够识别不同的岩石类型,实现植被覆盖区岩性分类。     

基于光谱变异的遥感岩矿蚀变信息提取

岩矿蚀变是最重要的地质现象之一,在地质找矿与地质成生环境分析等地质应用领域都具有重要的指示意义.本文基于遥感地质应用的专属性,主要分析了热液蚀变矿物与原矿物光谱之间的关联与变化.在此基础之上,选择新疆贝克滩地区多光谱(ETM+)数据,利用小波包分解技术提取矿化蚀变信息.最终分析矿物蚀变光谱效应研究在多光谱和高光谱地质应用的重要性,探讨蚀变矿物光谱效应在遥感深层次地质挖掘中可能性.     

高光谱分辨率遥感在地质应用中的关键技术及前景

遥感技术应用于地质中的目的之一是分辨和识别出不同的岩石和矿物等地质体。宽波段遥感只能分辨不同岩石类型，而难以识别含不同成分的岩石和矿物。高光谱分辨率遥感则可通过诊断性光谱特征对岩石或矿物成分及结构进行识别。通过对高光谱分辨率遥感应用于地质中的关键技术进行分析，对未来高光谱分辨率遥感在地质中的应用进行了预测。     

高光谱遥感岩矿端元提取与分析方法研究

端元提取是高光谱遥感信息提取与分析的基础,也是解决高光谱图像混合像元分解的关键.本文针对研究区高光谱遥感数据特点,进行了辐射校正、最小噪声分离变换(MNF)及纯净像元指数(PPI)处理,在此基础上,应用二维散点图和三维散点图分别提取了端元波谱,并开展了端元属性的判别研究.岩矿端元的提取与分析为后续岩矿种类识别奠定了基础,直接影响最终成果的准确度.