收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

高光谱遥感数据最佳波段选择方法研究

杨金红  
【摘要】:高光谱遥感数据具有波段数目多、光谱分辨率高、波段宽度窄、数据量庞 大等特点。如何根据具体的应用目的,在众多的波段中选取最佳波段组合用于 假彩色合成以突出感兴趣的区域,对于有效的进行高光谱数据处理、分析及信 息提取至关重要。以面阵推帚式机载超光谱成像仪(PHI)获得的上海市黄浦 江附近复杂地表高光谱影像数据为例,一方面从基于信息量的波段选择出发, 首先分析了影像所包含的信息量、各通道之间的相关性以及影像上各地物的光 谱特征,选出了那些包含信息量大、相关性小、光谱差异大的波段子集,然后 将其与联合熵、协方差矩阵特征值法、最佳指数法和波段指数法等波段选择方 法相结合选出了高光谱遥感影像的最佳波段组合;另一方面从基于类间可分性 的波段选择出发,先根据目视解译将影像上呈现的主要地物利用非监督分类法 将其分为九类,然后再根据高光谱数据具有的空间维和光谱维特性,分别计算 各类对在任意三波段组合上的统计距离(标准距离、离散度、B距离)和计算 任意两类地物光谱在任意三波段组合上的光谱相关系数、光谱相似系数、以及 混合距离和欧氏距离,并取最大者(光谱相关系数取最小者)的波段组合,则 此三波段组合为最能区分这两类地物的组合波段,再综合考虑影像上的全部地 物,选出最能有效判读整幅影像地物的最佳波段组合,最后对各种方法得出的 波段组合以及它们合成的假彩色图像进行了分析。结果发现:从理论上讲,联 合熵是最能反映影像包含的信息量,但是从得出的结果和合成的效果来看并不 理想。协方差矩阵特征值法可得到包含信息量丰富的波段,但是它是在完全服 从正态分布的情况下得出的模型,另外这种模型的缺点是计算数据量大,处理 速度慢。最佳指数法应用到高光谱数据时已不能满足需要,尽管考虑了图像的 标准差(信息量的大小)和波段间的相关性两个因素,但是这种方法往往出现 相邻波段的组合情况,考虑到各地物的光谱特征后选出的波段组合较有所改 善。波段指数法综合考虑了图像的信息量和相关性两个因素,并且是在分组成 块的情况下设计的模型,因此对高光谱数据来说,波段指数法明显的要好于最 佳指数法。应用基于空间维的类间可分性模型进行选择波段时,有时地物类型 协方差矩阵的逆矩阵不存在,这就限制了离散度和B距离的应用,而计算比较 简单的均值间的标准距离考虑了波段的均值和标准差,往往能得出比较合理的 结果,效果要好于离散度和B距离,但此方法是一维特征空间的一种度量,不 适于进行多变量的研究。基于光谱维的光谱相关系数法不仅考虑了光谱本身, 而且考虑了波段组合的均值,其结果要好于光谱角度制图法,而以像元向量为 中心反映向量的光谱角度制图法又好于光谱的混合距离法。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 娄全胜;陈蕾;王平;张晨;谢健;;高光谱遥感技术在海洋研究的应用及展望[J];海洋湖沼通报;2008年03期
2 向娟;李钢;;高光谱遥感影像管理系统的设计与实现[J];现代测绘;2008年02期
3 向娟;李钢;;高光谱遥感影像管理系统的设计与实现[J];测绘与空间地理信息;2008年05期
4 谭琨;杜培军;;基于再生核Hilbert空间小波核函数支持向量机的高光谱遥感影像分类[J];测绘学报;2011年02期
5 柯丽娜;王权明;;高光谱分辨率遥感在植被监测应用中的关键技术及应用[J];太原师范学院学报(自然科学版);2006年01期
6 焦红波;查勇;李云梅;黄家柱;韦玉春;;基于地面实测光谱的太湖水体富营养化水平估算[J];湖泊科学;2006年04期
7 杜培军;陈云浩;;高光谱遥感信息智能处理的若干理论与技术问题[J];科技导报;2006年01期
8 李娜;杨锋杰;吕建升;;植物光谱效应在尾矿生态恢复评价中的应用[J];国土资源遥感;2007年02期
9 满旺;张杰林;曹代勇;;基于Oracle的高光谱数据管理平台设计与应用[J];世界核地质科学;2007年04期
10 陶秋香;;植被高光谱遥感分类方法研究[J];山东科技大学学报(自然科学版);2007年05期
11 谭琨;杜培军;王小美;;利用分离性测度多类支持向量机进行高光谱遥感影像分类[J];武汉大学学报(信息科学版);2011年02期
12 王小美;逄云峰;杜培军;谭琨;李光丽;;高光谱遥感影像支持向量机分类中噪声影响的研究[J];测绘科学;2011年02期
13 承继成;;评高等教育“十一五”国家级规划教材“现代遥感导论”[J];地理学报;2009年03期
14 关丽;刘湘南;程承旗;;土壤镉污染环境下水稻叶片叶绿素含量监测的高光谱遥感信息参数[J];光谱学与光谱分析;2009年10期
15 吴彬;苗放;叶成名;黄舒寒懋;毕晓佳;;基于FLAASH的高光谱遥感数据大气校正应用[J];物探化探计算技术;2010年04期
16 焦洪赞;钟燕飞;张良培;李平湘;;高光谱遥感数据的DNA计算分类[J];遥感学报;2010年05期
17 李庆亭,张连蓬,杨锋杰;高光谱遥感图像最大似然分类问题及解决方法[J];山东科技大学学报(自然科学版);2005年03期
18 宋江红;冯燕;;基于独立成分分析和神经网络的高光谱遥感数据分类[J];遥感技术与应用;2006年02期
19 董广军;王鹏;赵楠;;高光谱数据在Oracle中的存储及应用技术研究[J];测绘科学技术学报;2006年03期
20 朱晓铃;黄正清;高建阳;黄德华;;琯溪蜜柚叶片氮浓度高光谱遥感监测初探[J];国土资源遥感;2007年02期
中国重要会议论文全文数据库 前10条
1 张兵;郑兰芬;童庆禧;;高光谱遥感数据智能化自适应快速处理技术发展[A];成像光谱技术与应用研讨会论文集[C];2002年
2 冷秀华;张杰;马毅;宋平舰;;高光谱遥感数据管理系统原型设计[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年
3 张洪亮;张汉德;周勋;;快速识别航空高光谱遥感数据中赤潮区信息的技术研究[A];成像光谱技术与应用研讨会论文集[C];2002年
4 冷秀华;张杰;马毅;宋平舰;孙凌;;高光谱遥感数据管理系统原型设计[A];第十四届全国遥感技术学术交流会论文选集[C];2003年
5 程田飞;周为峰;;水产养殖分布的遥感提取方法进展[A];渔业科技创新与发展方式转变——2011年中国水产学会学术年会论文摘要集[C];2011年
6 刘良云;赵永超;刘团结;张霞;吴传庆;白继伟;张兵;郑兰芬;童庆禧;;利用高光谱数据反演小麦作物生化参量[A];成像光谱技术与应用研讨会论文集[C];2002年
7 杨敏华;刘良云;刘团结;黄文江;赵春江;;高光谱遥感反演小麦冠层理化参量的试验研究[A];地理空间信息技术与应用——中国科协2002年学术年会测绘论文集[C];2002年
8 焦全军;张兵;刘良云;胡勇;李山山;;基于航空高光谱数据的黄河源区草地类型精细分类研究[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年
9 李婷;杨建峰;卢笛;唐海蓉;赵永超;;一种小视场宽谱段光谱辐射度计前置镜设计[A];2009年先进光学技术及其应用研讨会论文集(下册)[C];2009年
10 曾源;吴炳方;Michael Schaepman;Jan Clevers;;基于几何光学模型的区域尺度森林冠层郁闭度反演方法及其在三峡库区的应用[A];遥感定量反演算法研讨会摘要集[C];2010年
中国博士学位论文全文数据库 前2条
1 罗耀华;高性能计算在高光谱遥感数据处理中的应用研究[D];成都理工大学;2013年
2 谭琨;基于支持向量机的高光谱遥感影像分类研究[D];中国矿业大学;2010年
中国硕士学位论文全文数据库 前10条
1 于龙;基于高光谱遥感数据的树种组分类方法探讨[D];浙江农林大学;2013年
2 蔚湘莹;基于小波变换的高光谱遥感数据光谱域噪声滤除研究[D];中国地质大学(北京);2012年
3 王鑫禄;城市高光谱数据的频谱空间分类方法研究[D];吉林大学;2010年
4 方子璇;基于AcrGIS Server的卫星遥感影像管理系统[D];中国地质大学(北京);2012年
5 金铭;水稻镉污染胁迫高光谱分析模型研究[D];中国地质大学(北京);2011年
6 叶凡;基于光谱匹配的高光谱识别技术研究[D];成都理工大学;2013年
7 李丽丽;扎龙湿地龙泡子水深遥感反演[D];吉林大学;2013年
8 张楠;基于6S模型的高光谱自动化地表反射率反演算法研究与系统实现[D];中国地质大学(北京);2013年
9 张倩倩;基于Hyperion高光谱影像土地利用分类[D];浙江农林大学;2013年
10 谷成燕;基于PROSAIL辐射传输模型的毛竹林冠层参数遥感定量反演[D];浙江农林大学;2013年
中国重要报纸全文数据库 前2条
1 本报记者 李响;“天眼”望土地[N];中国国土资源报;2009年
2 特约记者 邵帅;航遥中心将建月球数据库[N];中国国土资源报;2011年
 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