收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

航空高光谱遥感光谱域噪声滤波应用研究

王强  
【摘要】:高光谱是目前遥感技术发展的一个前沿,已被成功应用于许多领域中。高光谱技术的广泛应用在于它能提供地物详细的光谱信息,而高光谱应用精度的提高也取决于高光谱遥感提供的地物光谱的信噪比,因此在高光谱应用之前不仅需要对空间域图像进行噪声滤波,还需要对光谱域噪声进行滤波。本文主要以航空高光谱遥感PHI数据为研究对象,对高光谱数据光谱域噪声的检测、分析,高光谱数据信噪比的计算,光谱域噪声的去除,以及不同光谱域噪声滤波方法对高光谱数据造成的影响进行了深入的研究,主要的工作可概括为以下四个方面: 1、从航空高光谱图像的均方差、直方图、各波段相关系数、反射率转换后的图像光谱曲线对航空高光谱图像中的噪声进行了分析;对现有的高光谱遥感数据的信噪比计算方法进行总结,从反射率光谱曲线的噪声求解提出一种基于像元光谱的信噪比计算方法,利用2003年PHI高光谱数据对各信噪比计算方法进行了测试和比较。 2、针对高光谱图像光谱域中存在的噪声,提出一种利用导数光谱分析、诊断光谱噪声,并使用基于最小二乘的Savitzky-Golay滤波进行自适应噪声去除的DSGF(Derivative based Savitzky-Golay Filter)方法,该方法在有效的去除高光谱图像光谱域噪声的同时,能保留图像光谱的大部分细微特征,是地物实测光谱和高光谱图像光谱域噪声去除的一种有效手段。 3、将小波变换用于高光谱图像光谱域噪声滤波,利用小波变换的多分辨率分析,将图像光谱分解为平滑分量和噪声分量,并对不同地物类型图像光谱进行了分析,认为通过去除图像光谱小波变换的D1和D2高频噪声分量后再进行小波逆变换,可以在保持大部分光谱特征同时取得较好的光谱平滑效果。 4、从统计检验、光谱相似度计算、类间距离计算三个角度对光谱域噪声滤波方法进行了分析与评价;将滤波前后的高光谱遥感数据用最大似然分类法和SAM分类方法进行了分类,发现光谱域滤波对最大似然分类精度的影响不明显,但对SAM分类而言,未能分类的像元数较滤波前大大减少,分类精度也有了一定提高。


知网文化
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978