成像光谱遥感技术及其图像光谱信息提取的分析研究

成像光谱技术是80年代发展起来的最新遥感方法。本文对其原理、理论基础及图像光谱信息提取的方法进行了探讨,并在红外细分光谱(FIMS)金矿蚀变带信息提取分析研究的基础上,通过对可见光细分19波段AMSS、澳大利亚的24波段GEOSCAN、MKII AMSS及美国GER64通道成像光谱数据的初步处理,发展和形成了一些针对超多波段成像光谱数据的图像处理和分析及光谱信息提取的方法。 成像光谱信息提取的方法,主要包括图像光谱反射率转换技术、图像光谱曲线显示、光谱特征参数测度(光谱吸收特征的波长位置、宽度、深度)、图像地物光谱曲线与地物光谱数据库的信息匹配以及地物光谱识别专家系统。本文以红外细分光谱图像在金矿蚀变带信息提取分析中的应用为例,讨论了成像光谱图像的一种处理分析技术及其发展前景。     

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。     

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。     

岩石实验室光谱对应分析

成像光谱图像具有几十个窄波段和高的光谱分辨率,使直接识别岩石岩性成为可能,但其海量数据又为数据的处理、分析和应用带来了不便。因此就需要寻求一种在不损失信息或最大限度保持原有信息的前提下又压缩或最小化数据量的方法。在对岩石实验室光谱按成像光谱仪（ＭＡＩＳ）通道重采样后,应用了一种特征信息提取的方法（对应分析法）,对岩石光谱进行了分析,达到了压缩数据与岩石分类的目的,同时也探讨了其处理大数据量成像光谱图像数据的意义     

航空多光谱图像地形影响校正的模拟反射率方法

开展强起伏地形等复杂条件下的多光谱数据处理实用方法研究,是使中高山地区多光谱定量化解释成果水平取得明显提高的重要途径之一。本文根据地形因素对航空多光谱图像地质解释影响的特点、多光谱仪的成像方式,应用简化的太阳辐射能量平衡原理,研究了如何从航空多光谱图像像元的亮度变化中消除地形影响,模拟生成反射率图像的新方法。新方法综合考虑了地表太阳辐照度的变化、地物的光谱反射率、反照率和热辐射信息,与目前常规的处理技术(如比值法和剩余对数法) 相比,消除了地形坡度和坡向变化对图像解释的影响,保留了地物反照率信息,为多光谱定量化解释提供了更合理有效的反射率图像,对超光谱数据的处理和解释均有潜在的应用价值。     

OMIS-Ⅱ机载高光谱遥感图像边缘辐射畸变校正方法优选

OMIS-Ⅱ机载高光谱遥感成像由于受仪器、大气、地物反射非朗伯特性以及观测几何等的影响,图像上常存在扫描方向上的辐射亮度不均,无法直接利用图像进行基于地物光谱特征的定量或半定量应用。本研究尝试运用直方图匹配和矩匹配两种方法对OMIS-Ⅱ图像进行辐射校正,并从空间和光谱角度分析校正效果。研究表明:在空间维上,两种方法均能有效恢复图像边缘地物信息,校正效果没有显著差异;在光谱维上,矩匹配法更适合于机载高光谱OMIS-Ⅱ图像的边缘辐射校正。     

成像光谱遥感数据的光谱重建研究

成像光谱遥感数据处理中的一个重要环节是大气辐射纠正，它是成像光谱遥感定量化的重要部分，本文推导出一种简单的方法，对高光谱分辨率航空遥感图象进行大气纠正，反射率图像转换及光谱重建，并在地质资源遥感调查中应用，取得很好的效果，同时，对重建的地物光谱中出现的误差，进行了分析。     

成像光谱仪图像条带噪声去除的改进矩匹配方法

条带噪声是影响线阵CCD成像质量的一个重要因子。特别是对于CCD质量要求较高的高光谱成像往，往往由于硬件质量造成了许多通道中条带噪声的出现。分析了条带噪声形成的主要原因，比较了几种常用条带噪声去除方法及其局限性。在此基础上指出，标准的矩匹配方法改变了图像在成像行或列方向的均值分布，造成了一定的灰度畸变。这种情况对于在地物非均匀分布状况下成像的小幅图像尤其明显。着重提出和讨论了利用均值补偿法，傅里叶变换法，相关系数法结合矩匹配方法近似恢复由入射辐射强度产生的均值分布，从而达到保持图像质量并有效去除条带噪声的目的。并对条带噪声去除前后图像质量做了定性定量的比较，评价。     

基于穷举法的高光谱遥感图像地物识别研究

介绍了一种基于穷举法的高光谱遥感图像地物识别方法.该方法从所有与研究区有关的可能参考光谱中识别出图像上每个像元的最佳匹配光谱,绘制识别结果图,并由图中信息可对参考光谱进行更换,以求得最佳识别结果.并以云南省中甸普朗斑岩铜矿区外围的高光谱遥感图像为例,得到了该区的地物识别图,经实地检验,证实了该方法的有效性.     

基于多分辨分析的滤波算法在SAR图像斑点噪声消除中的应用

合成孔径雷达 (SAR)图像一般都存在相干噪声 ,对地物信息的提取及 SAR图像应用的干扰非常严重 ,对此许多人提出了不少处理方法 ,并分析对比了多种滤波算法 ,认为改良 K -均值自适应滤波效果最佳。本文中分析了改良 K -均值自适应滤波法的数学基础的局限性 ,并采用了一种基于多分辨分析的滤波算法 ,该算法通过将噪声 (或较小的结构特征 )与较大的结构特征相分离 ,然后滤出噪声 (或较小的结构特征 ) ,从而达到消除斑点噪声的目的。实验结果证明 ,基于多分辨分析的滤波算法在消除 SAR图像的斑点噪声方面优于改良 K -均值自适应滤波法。     

遥感信源色彩信号的提取与复现

提出遥感信源色彩信号的提取及复现理论,给出了可操作的技术路线,设计了提取与复现程序,用MODIS(中等分辨率航天成像光谱仪)数据提取并复现了色彩信号,生成了色彩信号图像。未进行大气校正的色彩信号图像等效于太空对地摄影,从图像可看出,地物被笼罩在瑞利散射形成的蓝色“云雾”下。经瑞利散射纠正后的色彩信号图像接近于地面真彩色摄影,非专业人员能根据地物颜色及阴影判读出常见地物。理论可用于遥感信源地面真彩色图像重建、色彩信号不完整信源彩色仿真、航天对地真彩色摄影、信源质量评价。     

Cloud removal for remotely sensed images by similar pixel replacement guided with a spatio-temporal MRF model

Cloud cover is generally present in remotely sensed images, which limits the potential of the images for ground information extraction. Therefore, removing the clouds and recovering the ground information for the cloud-contaminated images is often necessary in many applications. In this paper, an effective method based on similar pixel replacement is developed to solve this task. A missing pixel is filled using an appropriate similar pixel within the remaining region of the target image. A multitemporal image is used as the guidance to locate the similar pixels. A pixel-offset based spatio-temporal Markov random fields (MRF) global function is built to find the most suitable similar pixel. The proposed method was tested on MODIS and Landsat images and their land surface temperature products, and the experiments verify that the proposed method can achieve highly accurate results and is effective at dealing with the obvious atmospheric and seasonal differences between multitemporal images.     

机载多光谱LiDAR的随机森林地物分类

机载多光谱LiDAR技术利用激光进行探测和测距，不仅可以快速获取地面物体的三维坐标，还可以获得多个波段的地物光谱信息，可广泛用于地形测绘、土地覆盖分类、环境建模、森林资源调查等。本文提出了多光谱LiDAR的随机森林地物分类方法。该方法通过对LiDAR强度数据和高程数据提取分类特征，完成多光谱LiDAR的随机森林地物分类；并分析随机森林的特征贡献度特性，采用后向特征选择方法实现分类特征选择。通过对加拿大Optech Titan多光谱LiDAR数据的试验表明：随机森林方法可以获得较好的地物分类精度，而且可以适当地去除部分冗余和相关的特征，从而有效提高分类精度。     

Spatial resolution improvement by merging MERIS-ETM images for coastal water monitoring

The Medium Resolution Imaging Spectrometer (MERIS) launched in March 2002 and has been providing images since June 2002. Before its launch, we had implemented a method to improve its resolution by merging its images with Landsat Enhanced Thematic Mapper images in order to preserve the best characteristics of the two images (spatial, spectral, temporal). We now present the results of this method for real MERIS images (level 1b and 2) in a coastal area. The robustness of the method is studied as well as the influence of the delay between the acquisitions of the two images.     

一种直方图匹配和线性空间滤波相结合的条带噪声去除方法

航天和航空遥感图像中,普遍存在着条带噪声(stripe noise),任何使用多个探测元进行获取图像的遥感器图像数据中均存在条带噪声。本文针对CBERS-02星图像中的两类条带噪声:探测元间条带噪声和横向随机条带噪声,提出了一种直方图匹配和线性空间滤波相结合的去条带噪声方法。其中直方图匹配用于去除探测元间的条带噪声,线性空间滤波用于消除横向随机条带噪声。实验结果表明,该方法能有效去除CBERS-02星影像中的条带噪声,并且能很好地保证图像质量。最后,从定性和定量两个方面进一步说明了该方法的有效性。     

多尺度分割的高分辨率遥感影像变化检测

针对高空间分辨率的遥感影像,提出了一种基于多尺度分割的变化检测算法。采用Mean-Shift分割算法对影像进行多尺度分割,构建了不同尺度上的地理对象,以不同尺度上的地理对象灰度均值构建了变化检测的多尺度特征向量,采用变化矢量分析法获得最后的变化检测结果。以城镇区和农田区的Quick Bird影像对本文算法进行了检验,从精度评价的效果来看,无论城镇区还是农田区,采用面向对象的变化检测方法精度都高于基于单像素的检测方法,且当尺度层数固定时,多尺度组合的变化检测结果优于单一尺度的变化检测结果,对城镇、农田区域的变化检测的精度分别达到87.57%和81.55%。本文算法既可以顾及大面积同质区域变化,又可以反映小的地物目标及边缘部分的变化,能够很好地满足城镇、农田等不同环境背景下的变化检测需求,在国土资源监测中具有一定的应用价值。     

成像干涉光谱仪信噪比分析

以Ｓａｇｎａｃ型成像干涉（傅里叶变换）光谱仪为例,详细推导了空间笛制型成像干涉光谱仪信噪比的一般表达式,分析了各种因素与信噪比之间的关系并得出了相应的结论。     

高光谱图像数据变换编码压缩方法

三维ＤＣＴ变换编码包括谱段方向的一维ＤＣＴ变换和由此产生的特征值图像的二维ＤＣＴ变换编码。谱段方向一维ＤＣＴ变换的主要作用是去除光谱方向的数据相关性,并产生由ＤＣＴ系数构成的并与各个谱段相对应的特征值图像。特征值图像的压缩由ＪＰＥＧ算法完成,图像的压缩比由ＪＰＥＧ的量化因子ｑ控制。图像边缘特征对高光谱图像的应用具有非常重要的意义,在高光谱图像的压缩过程中要尽量保持图像的边缘特征。我们设计了具有图像     

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.     

实现遥感相机自主辨云的小波SCM算法

随着遥感相机分辨力的提高和幅宽的增大,星上固存和数传带宽面临巨大的挑战。提出一种多分支云判别算法,可控制相机在有云区关机停拍。首先利用计算量较小的光谱阈值判别法对云和地物粗略分类,在不能确定云或地物时,采用纹理分析方法判别。为减小误判可能,算法采用小波SCM提取纹理特征,并提出一种基于ASM和熵的双判别方式。通过对24．5幅遥感图像进行试验验证,证明该算法能快速准确识别云层和地物,总误判率小于5％。