面向土地覆盖分类的OMIS I数据特征选择与提取

高光谱遥感以其携带的数据量显著增加为代价换取了纳米级的光谱分辨率,使得基于特征光谱信息的目标地物识别成为可能。但如何从大量带有冗余的数据中提取有用信息,是高光谱研究的一个极富挑战性的课题和其实用化的基础之所在。本文以江苏宜兴地区OMIS I数据为例在全面计算影像的统计特征(相关系数、均方差、最佳波段指数、信噪比等)的基础上,结合目视效果对波段集合进行初步缩减和分组;结合地面实测地物光谱详细分析不同地物光谱特性,进行面向土地覆盖易混类别的波段选择;最后总结了OMIS I数据特征选择与提取流程,相关实验证明应用该流程进行特征选择与提取,其后续分类精度较高。     

基于形态学的空间信息和光谱信息SVM影像分类

提出一种基于数学形态学的空间信息和光谱信息集成的影像分类方法,并分析该方法相对于单纯基于像元光谱特征的分类方法所具有的优势。对ROSIS高分辨率高光谱影像、北京中关村地区OMIS高光谱遥感影像两组数据进行SVM分类验证,试验表明,基于空间信息和光谱信息的分类技术能产生较好的分类结果。     

空间与光谱维度的高光谱图像噪声估计

高光谱图像能够获取地物精细的光谱诊断特征,但受限于多谱段分光的成像机制,图像各个谱段上光成像的能量不足,信噪比难以提升。高光谱图像噪声类型与强度的准确估计,是提升高光谱图像去噪性能的关键,也是优化其成像系统设计的重要依据。现有高光谱图像噪声估计算法通常将不同类型的图像噪声作为一个整体,并未充分考虑不同类型噪声的区别。本文从高光谱图像获取的机理出发,提出了一种联合空间与光谱维度分析的高光谱图像噪声估计方法。首先,建立了高光谱图像噪声退化模型,将图像中的主要噪声定义为两类:条带与高斯噪声。然后,基于条带噪声在空间维度上独特的频率特性,提出了基于傅里叶变换与局部均值滤波的条带噪声估计方法。最后,基于在光谱维度上高光谱图像相邻波段间的高相关性,通过多元回归分析估计高斯噪声的均值与标准差。本文在模拟高光谱噪声数据上进行算法验证的同时,深入分析了高分五号短波红外高光谱相机、机载Nano-Hyperspec成像仪等国内外成像仪获取的真实高光谱数据。实验结果表明,本文提出的噪声估计方法能够有效的估计出高光谱图像不同谱段条带与高斯噪声的量化指标。实验结果可用于分析高光谱图像在不同传感器与不同成像场景下的退化原因,从而设计更优的图像去噪方法与成像系统。     

利用分离性测度多类支持向量机进行高光谱遥感影像分类

从支持向量机的基本理论出发,结合高光谱数据的分离性测度,提出了一种基于分离性测度的二叉树多类支持向量机分类器,并用OMIS传感器获得的高光谱遥感数据和Hyperion高光谱遥感数据进行实验,分析比较了各种多类SVM的分类精度,并和传统的光谱角制图和最小距离分类算法进行了比较。结果表明,SVM进行高光谱分类时,基于分离性测度的二叉树多支持向量机的分类精度最高。     

高光谱遥感数据三次光滑样条滤噪

分析了高光谱遥感数据噪声滤波的作用和现状,实现了一种基于三次光滑样条函数的高光谱遥感数据噪声滤波算法,解决了目前高光谱遥感数据噪声滤波算法自适应效果不理想的问题.通过对AVIRIS数据试验,证明此方法简单易行,计算精度高,具有良好的局部自适应拟合能力,并能有效地滤除数据中的噪声,改善数据质量.     

超光谱遥感中的平滑技术问题

光谱平滑滤波器在光谱遥感中通常用于去除数据中的噪声。然而,在超光谱应用中主观上应用了大量的方法用于如何选择平滑类型及其相关参数。我们认为这些主观上认定的方法用于超光谱研究中选择平滑算法并不合适。研究显示,平滑滤波器对于光谱数据中的统计特性造成负面的影响。因此也影响了分析结果,而这些分析是建立在统计种类模型基础上的。充分验证了几种平滑技术后,推荐了一种方法-t测试算法来选择平滑滤波器用于超光谱数据,其可最小化对原始数据的统计特性的干扰。     

基于信噪比的InSAR干涉图自适应滤波

提出了一种基于信噪比的InSAR干涉图相位噪声抑制算法。该算法对Goldstein滤波方法进行了改进，使Goldstein滤波参数 依赖于局部信噪比，从而实现对低信噪比区域进行强滤波、高信噪比区域弱滤波。采用模拟数据和真实数据进行验证，结果表明新算法能有效抑制InSAR干涉图的噪声。     

基于相关向量机的高光谱影像分类研究

虽然支持向量机在高光谱影像分类得到成功应用,但是它自身固有许多不足之处。相关向量机是在贝叶斯框架下提出的更加稀疏的学习机器,它没有规则化系数,其核函数不需要满足Mercer条件,不仅具备良好的泛化能力,而且还能够得到具有统计意义的预测结果。本文从分析支持向量机用于高光谱影像分类存在的不足出发,提出了一种基于相关向量机的高光谱影像分类方法,介绍了稀疏贝叶斯分类模型,将相关向量机学习转化为最大化边缘似然函数估计问题,并采用了快速序列稀疏贝叶斯学习算法。通过PHI和OMIS影像分类实验分析表明了基于相关向量机的高光谱影像分类方法的优越性。     

高光谱遥感数据三次光滑样条滤噪

分析了高光谱遥感数据噪声滤波的作用和现状，实现了一种基于三次光滑样条函数的高光谱遥感数据噪声滤波算法，解决了目前高光谱遥感数据噪声滤波算法自适应效果不理想的问题。通过对AVIRIS数据试验，证明此方法简单易行，计算精度高，具有良好的局部自适应拟合能力，并能有效地滤除数据中的噪声，改善数据质量。     

高光谱成像系统的噪声模型和对辐射灵敏度的影响

高光谱成像系统的应用效果非常依赖仪器获取图像的信噪比。根据高光谱成像系统的设计特点和各种噪声的来源,建立了时域噪声、空域噪声、空间干扰和光谱混叠等各种噪声模型,在此基础上详细分析了各种噪声对高光谱成像系统的影响和制约,结论对提升中国高光谱成像系统的实用性具有重要意义。     

高光谱遥感图像联合加权随机分类器的设计与应用

应用随机过程理论,提出一种针对决策融合的高光谱遥感图像自适应最小距离和K-means聚类的加权联合随机分类器设计方法.在ENVI/IDL平台上对上海市某地区的OMIS图像进行分类处理,与经典的聚类法相比,从目视判断还是从定量评价分析,它可提高约10%的总体分类精度.     

基于灰度归一化的HJ-1A星HSI图像条带噪声去除方法

针对HJ -1A星HSI图像上的条带噪声,在分析传统条带噪声去除方法的基础上,提出了一种新的基于灰度归一化去除条带噪声的方法.首先,设计孤立点检测窗口,将随机斑点噪声与条带噪声分离;然后,利用灰度归一化方法建立图像各列像元灰度级与基准列像元灰度级对应的查找表,根据查找表对HSI图像条带噪声进行消除.实验结果表明,该方法在很好地保留图像光谱信息的情况下,能够有效地消除图像条带噪声和随机斑点噪声.     

中分辨率遥感图像条带噪声的去除

CMODIS是中国第一个发射上天的中分辨率成像光谱仪 ,它有 34个波段 ,波长范围从可见光到红外波段。CMODIS数据含有大量有很高实用价值的光谱信息。但是由于CMODIS传感器之间对接受的地物辐射信号的响应特性不同导致CMODIS数据中的许多波段含有大量的条带噪声 ,严重影响了CMODIS数据的解译和信息提取。在介绍了几种常用于TM ,MSS ,SPOT等多传感器遥感图像中的条带噪声去除方法基础上 ,提出了一种新的有限长脉冲响应滤波 (FIR)法 ,并比较了该方法和其它几种常用方法对几何纠正前后非均匀地物分布的CMODIS数据的去条带噪声结果。结果表明这种新方法要优于本文中提到的几种常用方法 ,具有很好的去条带噪声效果 ,同时保持图像原有信息。这种方法在其它多传感器遥感图像的条带噪声去除中也有很强的适用性。     

利用高光谱遥感图像估算小麦氮含量

利用2001—04—26实用型模块化成像光谱仪(0MIS)在北京小汤山地区获取的航空高光谱遥感图像，对图像进行了精确的几何纠正和反射率转换，提取出43条小麦图像光谱与地面叶片全氮含量数据相对应，运用红边、光谱吸收特征分析方法和逐步回归算法，选择和设计了叶片全氮反演的特征波段和特征参数，并进行了全氮含量境图。实验结果表明：由吸收特征光谱(590-756nm，1096—1295nm，1295—1642nm)确定的特征深度与面积能够很好地对叶片全氮含量进行反演；NDVI(NRCA1175.8，NRCA733.9)和NDVI(dr745，dr699．2)与TN的关系最好(R^2分别为0．8145，0．769)；全氮含量填图的值域和分布与地面调查和测量结果一致。     

Spectral studies of lunar equivalent rocks — A prelude to lunar mineral mapping

Hyperspectral remote sensing technique is widely applied for geological studies including the study of extra-terrestrial rocks. Since it has many spectral bands, discrimination between rocks and minerals can be done more precisely. To perform chemical and mineralogical mapping and to study the rocks on the lunar surface, India has proposed to launch its first lunar remote sensing satellite Chandrayaan-1 in the year 2008. For mineralogical mapping, the mission will carry a Hyperspectral Imager (HySI) instrument, which operates in the VNIR region. This paper presents-an attempt to study the spectral response of lunar-akin terrestrial rocks, in the VNIR region (as in the case of the proposed HySI on-board Chandrayaan-1). For this purpose, rocks similar to those present on the lunar surface were collected and their spectral response in the 64 simulated bands of HySI sensor were studied using a spectro-radiometer. Petrographic studies and modal analysis were carried out using thin sections of the rock samples. On studying the spectral response of the lunar-like rock samples in the 64 HySI bands, it is seen that there are distinct absorption features in bands 58 (923.75nm-927.5nm) and 63 (942.5nm-946.25nm) of the NIR wavelength ranges, for basalt rocks; distinct reflectance features in band 20 (590nm to 600nm) for ganmbbro: distinct reflectance features in band 19 (580nm to 590nm) and absorption in band 18 (570-580nm) for gabbroic anorthosite and distinct reflection features in band 63 (942.5nm to 946.25nm) for anorthosite. Thus, this study demonstrates the possibility of identifying the minerals and rocks on lunar surface using the hyperspectral approach and the spectral signatures of lunar-like rocks present on Earth.     

RESOURCESAT-1 LISS-4 MX bands onground co-registration by in-flight calibration and attitude refinement

RESOURCESAT-1 satellite was launched in October of 2003. Since then it has been consistently providing high quality 5 m monochromatic and multispectral images of same resolution. LISS-4 MX sensor has complex acquisition geometry. It operates in three spectral bands imaged by 3 CCD arrays, which are separated by a finite time in imaging along the satellite track direction. Individual band data is acquired at different times while the satellite is driven by a pre-determined yaw profile. In addition, the odd–even pixels are too shifted by a small fixed delay in time. A unique challenge in LISS-4 MX Level-2 data processing sub-system is to autonomously rectify and additionally co-register the three bands data because of the influence of orbit and attitude in the time gap in the imaging sequence. In this paper, authors bring out details of in-flight calibration arrived for LISS-4 MX sensor. It addresses parameterization of co-registration problem by doing sensitivity analysis of the geometric model parameters to achieve co-registration among all bands. This approach can also be used for other sensor system having similar imaging geometry to achieve improved image co-registration among bands.     

机载激光扫描测距仪的性能分析

本文对机载激光扫描测距系统的探测信号功率、背景噪声、信噪比等性能以及它们之间的关系等进行了定量化的评估和定性的分析,探讨了探测信噪比与测量距离、恒虚警概率探测时阈值／噪声比等问题,为机载激光扫描测距系统在遥感和测绘中的使用及系统性能的改进提供了科学的参考依据,其分析方法具有普遍意义,可用于不同的机载或星载激光扫描测距系统的分析。     

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。     

基于波段子集的独立分量分析的特征提取的高光谱遥感影像分类

针对高光谱影像数据具有波段众多、数据量较大的特点,本文提出了一种基于波段子集的独立分量分析(ICA)特征提取的高光谱遥感影像分类的新方法。以北京昌平小汤山地区的高光谱影像为例,根据高光谱遥感影像的相邻波段的相关性进行子空间划分,在各个波段子集上采用ICA算法进行特征提取,将各个子空间提取的特征合并组成特征向量,采用支持向量机(SVM)分类器进行分类。结果表明:该方法分类精度最佳(分类精度89.04%,Kappa系数0.8605,明显优于其它特征提取方法的SVM分类,有效地提高了高光谱数据的分类精度。