面向应用需求的星载多光谱相机指标设置探讨

卫星研制和应用相互脱节是卫星数据质量无法有效满足应用需求的重要原因之一,如果不进行调整,将制约国产卫星数据的推广应用。在影响卫星数据质量的诸多因素中,其载荷相机的指标设置是核心和关键,因其决定了所获取数据的可应用范围及效益。在对国内外卫星载荷指标设置系统调研分析的基础上,根据国内用户对数据的使用情况,以地质矿产应用需求为主,兼顾土地、环保、农业、林业以及减灾等行业应用需求,就用户关心的相机谱段范围、空间分辨率、图像幅宽及重访周期等可见光/近红外多光谱相机基本指标设置提出了建议,旨在为相机的研制提供应用支撑。     

主动学习与图的半监督相结合的高光谱影像分类

针对当前高光谱影像分类时,人工标注样本费时费力以及大量未标记样本未有效利用等问题,提出了一种主动学习与图的半监督相结合的高光谱影像分类方法。首先,将像素的光谱信息与其邻域内的空间信息相结合,利用重排序机制得到一种旋转不变的空谱特征表达。在此基础上,利用主动学习算法选择最不确定性样本(即分类模糊度最大的样本),提交操作者标注得到标记样本集。最后将该标记样本与未标记样本组合,用于图的半监督分类。该算法可保证类别边界样本的选择,利于分类器的边界构造,同时,在较少标记样本情况下,通过引入大量的未标记样本,可以达到较好的分类效果。在3幅真实高光谱影像上的试验表明,该方法可以取得精度较高的分类结果。     

结合Gram-Schmidt变换的高光谱影像谐波分析融合算法

针对高光谱影像谐波分析融合(HAF)算法在影像融合时不顾及地物光谱曲线整体反射率这一缺陷,提出了结合Gram-Schmidt变换的高光谱影像谐波分析融合(GSHAF)改进算法。GSHAF算法可在完全保留融合前后像元光谱曲线波形形态的基础上,将高光谱影像融合简化为各像元光谱曲线的谐波余相组成的二维影像与高空间分辨率影像之间的融合。它是在原始高光谱影像光谱曲线被谐波分解为谐波余项、振幅和相位后,首先将其谐波余项与高空间分辨率影像进行GS变换融合,这样便可有效地修正融合后像元光谱曲线的反射率特征,随后再利用该融合影像与谐波振幅、相位进行谐波逆变换,完成高光谱影像谐波融合。本文最后利用Hyperion高光谱遥感影像与ALI高空间分辨率影像对GSHAF算法进行可行性分析,再以HJ-1A等卫星数据对其进行普适性验证,试验结果表明,GSHAF算法不仅可以完全地保留光谱曲线波形形态,而且融合后影像的地物光谱曲线反射率更接近真实地物。     

约束非负矩阵分解框架下高维自适应粒子群端元提取

传统基于约束非负矩阵分解NMF(Nonnegative Matrix Factorization)的高光谱端元提取算法一般存在两个问题:一方面,以固定惩罚系数方法处理端元提取的约束优化问题,难以较好权衡目标项与约束项间的关系,影响提取效果;另一方面,求解过程通常基于梯度算法,依赖于初始值和步长的设定,容易陷入局部最优。针对这些问题本文提出约束NMF框架下高维自适应粒子群端元提取算法HAPSO(High-dimension Adaptive Particle Swarm Optimization)。该算法在端元距离最小约束的NMF框架下,利用粒子群算法PSO替代原梯度算法以增强全局搜索能力;采用高维PSO方法解决了多波段高维问题,并结合种群信息构建自适应惩罚机制以实现端元提取中目标与约束的合理权衡。通过模拟影像和真实影像的实验,证实该算法与传统的NMF端元提取算法相比能够更合理地权衡约束和避免局部最优,具有较好的端元提取效果。     

航空高光谱热红外数据的两种发射率反演方法对比

本文在介绍航空高光谱热红外的两种发射率反演算法——ARTEMISS算法和ASTER TES算法基础上,以甘肃柳园地区的热红外高光谱TASI数据为基础,对实验区进行了发射率反演,结合野外实测结果,对两种算法的图像质量和精度进行了对比分析。结果显示,两种算法均能满足反演精度要求,ASTER TES算法图像质量好,精度较高;ARTEMISS步骤简单,反演结果能很好地体现出岩性差异。在实际应用中应结合不同的应用要求来选择不同的反演算法。     

遥感监测墨西哥湾溢油目标识别算法

为了及时监测溢油事故相关信息,防止污染扩张,该文利用2010年4月29日、5月17日及5月24日3个时相的中分辨率MODIS数据,以2010年发生的墨西哥湾溢油事故为例进行目标提取与识别。提取算法考虑到油膜和背景海水易混分的现象,采用了辅加纹理特征量的光谱角匹配算法进行油膜提取;同时,对比了常用的最小距离和支持向量机分类方法;并基于混淆矩阵对结果进行精度验证。结果显示,改进的光谱角匹配算法可以更准确地提取海面目标,精度高达90%以上,能够较好地监测出大面积溢油,可以用于海面溢油灾害的动态监测。     

高光谱影像特征子集选择方法

针对高维遥感数据的降维困难问题,该文提出并构建了一种融合粒子群优化算法全局寻优能力和支持向量机优秀分类性能的高光谱遥感影像特征子集选择与分类方法。通过引入混沌优化搜索技术改进融合粒子群优化算法的全局寻优能力;提出并采用一种基于粒度的网格搜索策略对支持向量机模型参数进行优化;利用二进制融合粒子群优化算法进行特征选择;然后,支持向量机采用该特征子集所对应的训练数据集进行模型参数优化和分类。实验结果表明该方法能有效地提取出用于分类的最佳波段,具有较高的分类精度。为高光谱遥感影像的特征选择与分类探索出了一种可行的方法。     

基于TASI发射率数据的层状硅酸盐蚀变矿物提取识别

层状硅酸盐矿物光谱曲线特征具有较大相似性,在以往可见光-近红外遥感中的区分提取难度较大。本文采用的加拿大先进的热红外航空成像光谱仪(Thermal Airborne Hyperspectral Imager,简称TASI),可获取具有高分辨率的热红外高光谱数据。基于TASI数据并利用热红外波段的发射率光谱可探测出矿物Si-O键振动特征的优势,可做到矿物亚类的区分识别和矿物丰度信息的提取,使硅酸盐矿物亚类中的层状硅酸盐矿物区分提取的精确性得以提高。本文对甘肃北山柳园工作区进行了基于发射率光谱特征的层状硅酸盐蚀变矿物提取实验。通过分析从图像获取的端元光谱曲线特征,并与ASU光谱库标准光谱曲线进行对比,确定目标端元,成功区分出了绿泥石、高岭石等层状硅酸盐矿物,经野外实地验证后,确认所提取信息精确性较高。     

大型拼接镜面望远镜子镜装卸装置的研究

自从400 yr前伽利略第1次使用望远镜观测天空以来,人类为了探索更深的宇宙,望远镜的口径越做越大,拼接镜面望远镜成为趋势.本世纪初一批大口径拼接望远镜先后被研制出来,这其中包括我国的大天区面积多目标光纤光谱天文望远镜LAMOST.随着望远镜口径增大,子镜单元增多,子镜单元的装卸问题日益突出.本文试图对这一问题进行探讨,设计了一套用于LAMOST球面主镜的子镜单元装卸装置,希望为大口径望远镜的子镜装卸提供一些思路和借鉴.     

融合空谱特征和集成超限学习机的高光谱图像分类

为提高高光谱图像的分类精度,提出了一种融合空谱特征和集成超限学习机的高光谱图像分类方法。首先结合每个像素邻域的光谱信息提取空谱特征向量;考虑到高光谱相邻波段信息具有一定的相关性,先对提取的特征向量进行平均分组,然后从每个区间随机选择若干个波段进行组合,采用具有快速学习能力的超限学习机训练分类器。为提高分类模型的泛化能力,基于集成学习思想,对提取的空谱特征进行多次抽样,训练得到多个弱分类器,最后采用投票表决法得到用于高光谱图像分类的强分类器。采用3个典型高光谱数据进行了分类试验,试验结果表明,提出的算法总体分类精度较优,尤其当训练样本数较少时能取得较高的分类精度。提出的算法具有可调参数少、训练速度快、分类精度高等优点,具有广阔的应用前景。