高光谱影像处理方法的改进

介绍了高光谱遥感的发展概况及通用数据处理流程,着重分析了数据处理过程中的Hughes现象,指出可以通过对传统的处理方法进行适当的改进来有效地抑制Hughes现象,提高高光谱影像分类精度。     

面向分类的高光谱遥感影像数据特性的研究

分析了高光谱遥感的特点、影像数据的应用现状,针对高光谱遥感影像处理、分类的现状及遇到的困难,对高光谱遥感影像数据的分类特性进行了深入的分析总结,对高光谱遥感影像分类的支持向量机方法进行了系统研究,并分析指出了支持向量机分类法的优越性,最后提出了需要进一步研究的问题.     

海岸带高光谱影像分类技术研究

以海岸带地物分类研究为重要对象,针对传统海岸带区域地物及海水等目标分类技术的局限性,通过分析海岸带地物的光谱特征以及在高光谱数据中的表征,研究高光谱成像技术在海岸带遥感应用中的有效性。实验结果表明相对传统的遥感影像分类技术,高光谱海岸带分类显得更为精细,也展示了高光谱技术在海洋遥感中的巨大应用前景?     

基于地物光谱可分性的CHRIS 高光谱影像波段选择及其分类应用

本文以黄河口湿地为研究区,应用覆盖该区域的CHRIS高光谱遥感影像,提出了一种基于地物光谱可分性的滨海湿地高光谱影像波段选择方法。该方法利用研究区的7种典型地物的110余条现场实测地物光谱曲线,通过分析比对地物两两之间的光谱可分度,确定地物类型之间的光谱可分区间,基于此选取CHRIS高光谱影像的地物分类特征波段,应用三种经典的监督分类方法(支持向量机法SVM、人工神经网络法ANN和光谱角制图法SAM)开展利用全波段的和利用本文方法选择特征波段的分类对比实验。结果表明:(1)基于光谱可分性特征波段的方法较全波段分类精度有所提高,其中ANN分类精度最高,为82.52%,较全波段分类精度提高了约为5.1%;(2)芦苇、水体、黄河水和裸滩4种地物的识别能力高,生产者精度都在80%以上;(3)碱蓬的用户精度提升最为明显,约在7%。     

基于决策树理论的高光谱影像目标提取技术研究

利用决策树分级匹配分类的思想,完成高光谱遥感影像分类过程中的光谱特征优化、特征参量构造和相应的匹配策略选择。该方法结合专家知识和光谱特征分析结果,能够充分利用高光谱遥感数据中丰富且细致的光谱信息,灵活采用合适的匹配参量和匹配方法。试验结果表明,该方法能够显著提高高光谱遥感影像目标提取的精度。     

高光谱海洋遥感影像处理系统集成与应用研究

主要研究了基于多传感器获取的高光谱海洋遥感影像特点,针对我国海域赤潮、溢油、海冰等不同的海洋现象,采用不同的模块存储格式和光谱角信息进行处理,提高了高光谱海洋遥感影像处理的精度和速度;利用VC＋＋动态连接数据库将各模块集合成一有机整体,既保证了各模块处理的特色,又实现了不同格式的快速转换存储,使系统具有了很强的开放性和可扩展性。     

双通道高光谱地物波谱仪测量水体的遥感反射率

遥感反射率是描述水体光谱特征的重要参数之一，是海洋水色遥感的基础物理量。高光谱地物波谱仪具有通道多、覆盖波长广、通道带宽窄等优点，在水体水色特性研究方面具有独特的优势，文章在简要介绍水体遥感反射率测量原理基础上，对几个关键技术问题进行讨论，最后给出一些应用效果。     

基于高光谱影像数据库的地理目标识别

高光谱技术的发展使得通过光谱匹配进行地理目标识别成为可能。围绕光谱分解、分类以及匹配算法进行研究,设计了一套规范实用的高光谱数据库系统,构建了高光谱影像样本库。提出了基于高光谱影像数据库进行地理目标识别的解决方案。     

海洋高光谱遥感研究进展

海洋遥感是２０世纪后期海洋科学取得重大进展的关键技术之一。所谓海洋遥感就是利用电磁波与大气和海洋的相互作用原理 ,从各种平台观测和研究海洋的一项技术［１］。海洋遥感具有观测周期短 ,时间频率高的优势 ,可实现大面积、实时、同步、连续而密集的海洋探测 ,较好地适应了海洋各种现象和过程的特点。随着光电子技术和计算机技术水平的提高 ,遥感传感器的技术性能不断提高。高光谱遥感(Ｈｙｐｅｒｓｐｅｃｔｒａｌｒｅｍｏｔｅｓｅｎｓｉｎｇ)是当前遥感技术的前沿领域 ,它是指利用很多很窄的电磁波波段从感兴趣的物体获得有关数据 ［…     

基于植被指数的赤潮高光谱敏感波段确定方法初探

为满足赤潮遥感监测业务的需要, 将植被指数的表达形式引入高光谱遥感研究领域,提出了用于判别图像分类效果的量--显著性度量,并以显著性度量的大小为判据,遴选出用于赤潮探测的敏感波段.     

面向应用的成像光谱数据分类技术

提出了面向应用的成像光谱数据分类技术,旨在从根本上、全方位地削弱各种不利因素对分类精度的影响。该项技术主要包括利用IEM算法获取更为精确的类别分布信息,采用禁忌搜索算法进行原始特征空间的降维,运用基于混合规则的组合分类器来判断待识样本的类别标签。实验表明,按照该方法进行成像光谱数据的分类处理,可以得到很高精度的分类结果。     

基于禁忌搜索的目标图像信息隐藏技术

信息隐藏技术是解决重要目标图像信息网上传输安全的一种有效手段,隐藏的信息量和不可感知性是一个矛盾的两个方面。在对重要目标信息进行隐藏时,必须在二者之间做一个权衡。如何在满足不可感知性的前提下隐藏尽町能多的信息是追求的目标。提出了基于禁忌搜索的图像信息的隐藏技术,可以很好地解决这个问题。     

基于半分析模型的高光谱遥感水深探测方法

海岸带浅水和底质的成分复杂且分布不均,使遥感水深探测面临很大挑战.尝试通过利用Hydrolight 仿真建立的遥感反射率半分析模型来解决这个问题.采用英属维尔京群岛彼得岛的高光谱影像,应用非线性优化的方法提取了水下地形.从反演水深和海图标注水深拟合的趋势线斜率为0.939 2,决定系数为0.825 8.试验结果证明,使...     

高光谱分类EM算法及噪声的处理

简要介绍了高光谱遥感发展的现状,讲述了EM算法的工作原理及其在高光谱影像分类中的具体计算方法,对于噪声,采用一定的方法加以判断并予以剔除,对余下的未标识样本点给与适当的权值,并应用于EM算法的迭代过程中.通过实验验证,经过去噪处理的EM算法可以有效地改善高光谱影像分类结果.     

低通滤波器在高光谱影像分类中的应用

研究了低通滤波器对类别可分性的改善原理,指出将其应用于高光谱影像分类有利于获取更为准确的类别分布信息,进而提高影像分类精度。最后通过实验对低通滤波器在高光谱影像分类中的表现进行了验证。     

基于深度置信网络(DBN)的赤潮高光谱遥感提取研究

赤潮是严重的海洋灾害,有效监测赤潮对于保护海洋生态环境具有重要意义。高光谱遥感具有光谱分辨率高、图谱合一等优势,适合于海洋赤潮监测。深度学习是机器学习领域的前沿,为高光谱遥感分类提供了新的思路。深度置信网络(Deep Belief Network,DBN)兼具监督分类与非监督分类的特点,通过构建DBN模型,将DBN应用于赤潮灾害遥感监测中,应用渤海机载高光谱遥感数据开展赤潮分类,以达到提取高光谱图像中赤潮水体范围的目的。通过设置对照实验,对比经典的SVM监督分类方法与ISODATA非监督分类方法,发现DBN模型在相同实验条件下具有更高的分类精度,赤潮遥感提取精度提高了3%～11%。     

纹理特征提取及辅助遥感影像分类技术研究

研究了利用灰度共生矩阵提取纹理特征的方法,并对利用纹理特征影像辅助光谱特征分类的方法进行了研究。实验结果表明,纹理特征辅助光谱特征分类能够提高遥感影像分类的准确性和精度。