共查询到19条相似文献，搜索用时 463 毫秒
1.
2.
地物光谱反射率野外测量实验方案改进 总被引：2，自引：1，他引：1
针对现有地物光谱反射率野外测量实验方案的不足,提出了地物光谱反射率的各向异性测量、不同环境条件的对比测量、不同时相的对比测量以及地物光谱反射率图像模拟四项实验改进方案。利用ISI921VF-128野外地物光谱辐射计和ArcG IS、ERDAS软件进行了实例测量与验证,揭示了真实地物光谱反射率的特征,模拟生成了"图谱合一"的地物光谱反射率图像,提高了实验教学质量。 相似文献
3.
4.
以往的高光谱或多光谱图像分类与识别,往往只关注像元光谱维上的特性,其一切特征统计也只在光谱及波段维上展开。但是自然界的复杂性、混合像元问题的存在,仅靠像元的光谱特性是不够的,常会出现"麻点"现象。针对这一问题,本文提出一种结合地物空间特性的高光谱图像分类方法,其分类过程可以分为两个阶段,第一阶段是基于像元光谱特性的图像分类,获得影像分类图;第二阶段是针对第一阶段的分类结果,结合地物空间特性进行空间后分类处理。试验研究结果表明,该方法能够保持地块的连续性和均一性,同时克服了"麻点"现象,大大提高分类的精度。 相似文献
5.
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。 相似文献
6.
大型沉水植物狐尾藻不同盖度的光谱特征 总被引：2，自引：0，他引：2
地物特征与其光谱特征的关系是解译遥感影像的关键。本研究利用ASD便携式地物光谱仪对上海崇明国际湿地公园人工湖中的沉水植物狐尾藻的反射光谱进行了初步研究。结果表明,随狐尾藻盖度的增加,其光谱反射率、一阶和二阶导数红边斜率的峰值也相应增加,不同盖度狐尾藻的光谱反射率的差异主要表现在500—650nm和700—900nm波段范围。分别对狐尾藻盖度与这些波段的光谱反射率及根据一阶和二阶导数获得的光谱指数进行回归分析,得到了较好的线性关系。应用回归分析得到的线性方程,可以根据测定的光谱反射率定量反演水体中的狐尾藻盖度。研究结果可为监测大型沉水植物的高光谱遥感影像解译和分类提供技术支撑,为大尺度遥感监测沉水植物的分布和动态变化提供科学依据。 相似文献
7.
机载多光谱LiDAR数据的地物分类方法 总被引：2，自引：1，他引：1
机载多光谱LiDAR系统能够快速地获取大范围地表面上地物光谱和几何数据,并能够保证所获取的光谱与空间几何数据在空间和时间上相对完整和一致性。支持向量机（SVM）是一种基于小样本的学习方法,它避开了从归纳到演绎的传统分类过程。因此,本文提出了基于SVM多光谱LiDAR数据的地物目标分类方法。该方法首先将多个独立波段的LiDAR数据融合为单一的、包含多个波段信息的点云数据,然后将融合后的点云内插为距离影像和多光谱影像,最后利用SVM进行多光谱LiDAR数据的地物覆盖分类。通过对加拿大Optech公司的Titan机载多光谱LiDAR数据的试验证明：相对于传统的单波段LiDAR数据,多光谱LiDAR数据可以获得较好的地物分类精度;比较试验发现SVM分类方法适用于多光谱LiDAR数据的地物分类。 相似文献
8.
光谱分辨率对地物分辨能力的影响分析 总被引：4，自引：0，他引：4
对高光谱数据进行地物识别处理时,如果直接采用原始观测值进行分析,由于相邻波段之间相关性强,进行地物识别时需要大量的训练样本,而且对于一些分布较少的地物类别则无法处理,因此需要通过特征选择来消除数据中存在的冗余,提高数据分析效率。本文针对在不同光谱分辨率条件下,对典型地物分辨能力的统计,分析了光谱分辨率对地物自动识别能力的影响情况。同时通过模拟数据的办法比较了高光谱数据和多光谱数据(以TM数据为例)对地物光谱特征的描述能力,指出高光谱数据存在的优势。通过本文的研究,为高光谱遥感技术在地物自动识别方面的应用提出了初步的方向。 相似文献
9.
以古尔班通古特沙漠为研究区,以中分辨率成像光谱仪（MODIS）为遥感数据源,结合ASD FieldSpec准同步实测积雪反射光谱数据对FLAASH大气校正能力进行了评价。研究表明： ①校正后的MODIS各波段积雪反射率与准同步实测积雪反射率波形相似, 在第1～7波段整体相关系数达0.82,表明FLAASH大气校正能极大地提高MODIS地物识别能力; ②校正后的MODIS 第6波段反射率和归一化差值积雪指数（NDSI）与实测雪密度呈线性相关,可用回归拟合构建MODIS雪密度遥感计算模式。 相似文献
10.
11.
High spatial resolution hyperspectral images not only contain abundant radiant and spectral information, but also display rich spatial information. In this paper, we propose a multi-feature high spatial resolution hyperspectral image classification approach based on the combination of spectral information and spatial information. Three features are derived from the original high spatial resolution hyperspectral image: the spectral features that are acquired from the auto subspace partition technique and the band index technique; the texture features that are obtained from GLCM analysis of the first principal component after principal component analysis is performed on the original image; and the spatial autocorrelation features that contain spatial band X and spatial band Y, with the grey level of spatial band X changing along columns and the grey level of spatial band Y changing along rows. The three features are subsequently combined together in Support Vector Machine to classify the high spatial resolution hyperspectral image. The experiments with a high spatial resolution hyperspectral image prove that the proposed multi-feature classification approach significantly increases classification accuracies. 相似文献
12.
13.
Remote sensing offers a wide variety of image data with different characteristics in terms of spatial and spectral resolutions. For optical sensor systems, imaging systems have a trade-off between high spatial and high spectral resolution, and no single system offers both. Hence, in the remote sensing application, an image with ‘greater quality’ often means higher spatial and higher spectral resolution. It is, therefore, necessary and very useful to merge images with higher spectral information and higher spatial information. Pansharpening combines spatial information from the high-resolution panchromatic image and color information from multispectral bands to create a high-resolution color image. Here we propose Discrete Cosine Transform (DCT) based pansharpening algorithm using Adaptive Linear model which preserves spectral information from Multispectral image and retains spatial resolution of Panchromatic image. 相似文献
14.
地物反射光谱对MODIS近红外波段水汽反演影响的模拟分析 总被引：14，自引：1，他引：14
在近红外辐射传输方程的基础上,利用近红外波段水汽的不同吸收属性,在MODTRAN的模拟下,深入分析了基于MODIS近红外数据的可降水汽反演算法,并着重讨论了地物反射光谱非线性在可降水汽反演中的影响。研究结果显示,当波段间反射率之比不等于1时,MODIS近红外波段反演水汽将存在较大偏差。同时,在地物光谱库基础上,计算了不同地物反射率比值,其分布表明,大部分地物波段反射率比值不等于1。研究表明,应用现有MODIS近红外波段水汽反演算法,如果不考虑地表反射率光谱变化的影响,由地表反射光谱造成的误差最大约为反射率比值与1偏差的15倍,同时,这一误差还与大气波段透过率之比有关。 相似文献
15.
提高中巴卫星IR MSS图像空间分辨能力的光谱保真融合方法 总被引：3，自引：1，他引：3
介绍一种提高中巴资源卫星IRMSS图像空间分辨能力的光谱保真融合方法。通过计算低分辨率图像上每一个像元对应的高分辨率图像上一组子像元的平均亮度值及二者之差,将该差值与高分辨率图像上相应子像元亮度求和,形成新的图像。该图像具有高分辨率图像的空间细节,又具有低分辨率图像的光谱信息,从而实现融合图像信息保真。试验表明,光谱保真融合方法可以在不改变光谱信息的前提下提高IRMSS图像的空间分辨能力,是一种新的简单实用的数据处理方法。 相似文献
16.
矢量C-V模型的高光谱遥感影像分割 总被引：1，自引：0，他引：1
高光谱遥感影像除了包含普通2维影像所具有的空间信息还包含了1维光谱信息,传统的针对2维影像的分割方法不能很好地应用于高光谱遥感影像。为此,本文提出一种能够同时处理多波段影像的高光谱遥感影像矢量C-V模型分割方法。首先选出高光谱遥感影像中目标与背景对比度较大的波段,并通过计算波段相关系数,去除其中的冗余信息形成新的波段组合,进而根据所确定的波段组合构建高光谱遥感影像矢量矩阵;在此基础上,构造基于该矢量矩阵的矢量C-V分割模型。模型中通过引入基于梯度的边缘引导函数,在保留传统C-V模型基于区域信息进行影像分割的基础上,利用影像的边缘细节信息,增强了模型在异质区域和复杂背景情况下对目标边缘的捕捉能力,提高了对高光谱遥感影像的分割精度和速度。最后利用HYPERION数据进行仿真实验,并将实验结果和传统C-V模型和相关方法进行了对比,结果表明,本文方法能够在短时间内有效地分割高光谱遥感影像,与传统方法相比,具有分割精度更高运算速度更快的特点。 相似文献
17.
本文运用ASTER遥感数据识别与提取新疆南天山铜花山地区蛇绿混杂岩带岩性信息。首先,利用比值法快速区别岩性,并比较了识别同一种岩性的不同指数的性能;然后,将对数残差算法应用在ASTER数据的短波红外波段上,在区域尺度上把蛇绿岩杂岩体同围岩区分开来;最后,运用标准光谱数据和光谱角填图法识别出多种蛇绿岩成分及其空间分布。现有地质图和野外验证反映出该方法有一定效果。利用混淆矩阵对光谱角填图法分类结果定量评价,结果表明,把ASTER的可见光-近红外、短波红外波段数据结合在一起进行岩性分类,可以达到比单独用短波红外数据分类更高的分类精度。 相似文献
18.
The paper revises and clarifies definitions of the term scale and scaling conversions for imaging spectroscopy of soil and vegetation. We demonstrate a new four-dimensional scale concept that includes not only spatial but also the spectral, directional and temporal components. Three scaling remote sensing techniques are reviewed: (1) radiative transfer, (2) spectral (un)mixing, and (3) data fusion. Relevant case studies are given in the context of their up- and/or down-scaling abilities over the soil/vegetation surfaces and a multi-source approach is proposed for their integration.Radiative transfer (RT) models are described to show their capacity for spatial, spectral up-scaling, and directional down-scaling within a heterogeneous environment. Spectral information and spectral derivatives, like vegetation indices (e.g. TCARI/OSAVI), can be scaled and even tested by their means. Radiative transfer of an experimental Norway spruce (Picea abies (L.) Karst.) research plot in the Czech Republic was simulated by the Discrete Anisotropic Radiative Transfer (DART) model to prove relevance of the correct object optical properties scaled up to image data at two different spatial resolutions. Interconnection of the successive modelling levels in vegetation is shown. A future development in measurement and simulation of the leaf directional spectral properties is discussed.We describe linear and/or non-linear spectral mixing techniques and unmixing methods that demonstrate spatial down-scaling. Relevance of proper selection or acquisition of the spectral endmembers using spectral libraries, field measurements, and pure pixels of the hyperspectral image is highlighted. An extensive list of advanced unmixing techniques, a particular example of unmixing a reflective optics system imaging spectrometer (ROSIS) image from Spain, and examples of other mixture applications give insight into the present status of scaling capabilities.Simultaneous spatial and temporal down-scaling by means of a data fusion technique is described. A demonstrative example is given for the moderate resolution imaging spectroradiometer (MODIS) and LANDSAT Thematic Mapper (TM) data from Brazil. Corresponding spectral bands of both sensors were fused via a pyramidal wavelet transform in Fourier space. New spectral and temporal information of the resultant image can be used for thematic classification or qualitative mapping.All three described scaling techniques can be integrated as the relevant methodological steps within a complex multi-source approach. We present this concept of combining numerous optical remote sensing data and methods to generate inputs for ecosystem process models. 相似文献
19.
对传统的GMRF模型进行了扩展,建立了基于立体环形邻域的GMRF模型,并设计了分步模型参数求解方法。这种新的模型不仅全面考虑了多光谱高分辨率影像中各波段内像元之间的空间相关性,而且还顾及了波段间像元的相关性。与传统的GMRF模型相比,基于立体环形邻域的GMRF模型提取的纹理信息更为丰富。采用Forrest彩色纹理图像和QuickBird卫星遥感影像进行了实验验证,实验结果表明本文提出的基于立体环形邻域GM-RF模型的纹理识别算法具有较强的普遍适用性,对不同情况的纹理影像(即空间相关性主要存在于波段间还是波段内)进行识别均能获得较好的分类效果。 相似文献