基于光谱主次吸收谱带组合特征相似性测度的高光谱遥感矿物信息提取

吸收谱带组合特征是识别和区分具体矿物类型的重要参量。研究表明,地物单一光谱特征不稳定性无法全面反映地物光谱间的相似性,直接影响识别效果。提出一种基于矿物光谱的主次吸收谱带组合特征的相似性测度方法;该方法基于光谱主次吸收特征的最小二乘相似性拟合法,对光谱特征较稳定的主、次吸收特征参量赋以不同的权重系数,将图像光谱与标准光谱库中各个参考光谱分别在主吸收特征与次级吸收特征波段进行加权比较,从而得到识别结果。基于CAIS/SASI机载高光谱数据,IDL编程实现光谱主次吸收特征最小二乘相似性拟合算法对实验区的绢云母、绿泥石蚀变矿物信息提取,并与常规光谱角制图处理结果的比较分析,发现新算法能更细致地进行高光谱遥感地物信息提取,有较强的实用性。     

近红外高光谱大米典型特征提取分类识别

针对大米近红外高光谱特征轮廓不清导致有效信息损失与有损化品质检测的问题, 提出一种基于掩膜下能量泛函活动轮廓波的大米高光谱典型特征区域提取算法组合模型. 该方法对目标样本形态学区域与几何形心点进行高光谱谱段信息对比寻优建模, 对4个产地、3种品质大米进行泛化性可视判别. MATLAB实验结果表明, 对不同品质大米典型特征区域的光谱信息进行建模对比, 形态学感兴趣区域识别准确率更高, 泛化预测集精度为94.84%, 优化了近红外高光谱大米典型特征区域择优建模问题, 实现了大米快速无损化品质检测.     

基于邻域平滑稀疏模型的遥感图像红树林识别算法

传统遥感图像识别算法大多数依据地物的光谱特征,由于红树林这类遥感图像存在大量的"同物异谱"和"异物同谱"的现象,因此仅仅依靠光谱特征很难进行准确的识别。该文充分考虑红树林的地理特征和图像特征,提出了一种多特征融合的稀疏表示识别算法。实验结果表明,该算法能够提高红树林目标检测的效果。     

岩石热红外光谱解混与矿物含量反演

 以碱性长石花岗岩为例,采用Turbo FT便携式红外光谱辐射计对其4种组成矿物(钾长石、斜长石、白云母、石英)分别进行0.71—1mm颗粒室外常温、0.71—1mm颗粒室内80℃、块体室外常温的热红外(7—14μm)光谱特征测试,以测试结果作为端元光谱对室外常温下测得的块状碱性长石花岗岩光谱进行解混,并与将ASU光谱作为端元光谱的解混效果进行比较。结果表明,当岩石与矿物端元的光谱测试条件相同时,解混效果最好;使用块状端元光谱能有效解混块状岩石光谱;ASU颗粒光谱不能解混块体岩石的矿物成分及含量。试验结果对遥感地质及矿物填图的研究具有指导意义。     

热红外高光谱遥感回归分析定量反演石英含量

热液矿床是重要的矿床类型,包含金矿、铜矿、锡矿、铀矿、钨矿、铅锌矿等重要矿床。在多数情况下,热液活动造成其与围岩石英含量的差异。目前遥感技术仅能提取SiO_2含量(或相对含量)及其分布范围,难以精确反映石英含量的差异信息。通过分析JHU波谱库中不同矿物的光谱曲线以及其他多种含石英岩石和不含石英岩石的光谱曲线,区分了SiO_2光谱特征谱段和石英光谱特征谱段。使用热红外地面光谱仪102f实测样品光谱,通过线性回归方程统计出石英含量的计算公式。最后,通过热红外成像光谱仪(thermal airborne hyperspectral imager,TASI)提取研究区石英含量来验证公式的正确性,并得到野外验证。得出结果:8.6μm处的发射峰是8~11.5μm范围内石英唯一明显的光谱特征,其发射峰的凸显程度与石英含量呈正相关关系。     

基于支持向量机的步态识别新方法

为了能更好地提取步态识别参量，克服目前常用步态识别算法的不足，提出了基于频域特征提取与支持向量机（SVM）识别的新方法．首先提取下肢关节点的两维空间运动数据并进行离散傅里叶变换，然后在频域进行窗口滤波，提取中间频段的幅值和相位，以此作为步态特征识别量输入至SVM进行分类识别．使用中国科学院自动化研究所的步态数据库，分别以SVM和人工神经网络（ANN）进行识别，其正确识别率分别为84％-93％和77％-88％，表明本文的新算法具有更好的识别性能．     

基于灰度峰谷点的快速识别定位算法

在通常的基于灰度值的快速定位算法基础上,提出了基于灰度峰谷点的快速识别定位算法,能够迅速准确定出运动目标的位置坐标,并对二者的优缺点进行了比较。     

基于卫星遥感数据的库尔勒香梨识别提取方法研究

针对目前国内利用卫星遥感数据的光谱特征及其植被指数对香梨识别提取方法鲜有研究的现状,探讨研究了Landsat8_OLI数据对不同树龄香梨的识别提取方法和实际应用。以库尔勒市中部的英下乡和沙依东园艺场为试验区域。采用多时相Landsat8_OLI数据。通过分析试验区内典型地物的光谱特征和植被指数的变化规律以及作物物候历的不同,选择不同树龄香梨树林遥感识别的最佳时相,利用决策树方法构建了不同树龄香梨树林的识别提取模型,实现了香梨种植面积的有效提取。结果表明:1香梨成林(种植5a以上的香梨树林)遥感提取效果较为满意,精度为93.51%,而香梨幼林由于受多种因素的影响,其提取精度只有78.79%,有待进一步研究;2 Landsat8_OLI数据具有较高的时空分辨率,是遥感识别提取库尔勒香梨的潜力数据源。     

结合位置关系卷积与深度残差网络的三维点云识别与分割

针对现有点云识别与分割算法因忽视点的位置特征和局部几何特征关系而导致难以捕获具有鉴别力的局部几何信息的问题,提出基于位置关系深度残差神经网络的三维点云识别与分割算法。将原始点云嵌入到高维空间并获取其高维特征;将点云的高维特征输入位置关系卷积实现局部邻域内当前点特征与位置几何特征的信息交流,并通过深度残差模块强化提取到的深层语义特征,分层重复以上步骤可逐步得到点云的高级上下文语义特征;通过全连接层与解码器,得到点云的识别与分割结果。实验结果表明,所提算法在ModelNet40点云分类数据集的识别精度达到了93.9%,在ShapeNet Part点云部件语义分割数据集的平均交并比达到了86.0%。所提算法能够提取三维点云的关键特征信息,具有较好的三维点云识别与分割能力。     

退化高寒草甸主要物种花与叶片的光谱识别方法

近年来,青藏高原高寒草甸呈现不同程度的退化趋势,研究草地植物光谱特征识别方法对退化草甸遥感调查与监测具有重要意义.该文基于青海省祁连县青阳沟典型区主要植物花和叶片的实测光谱,综合采用Kruskal-Wallis检验、分类与回归树算法CART和J-M距离算法提取退化高寒草甸主要物种花和叶片的最优光谱识别波段,分析层次降维...     

基于IDL的高光谱遥感图像的矿物信息提取

针对矿区的高光谱遥感图像,在IDL平台下,设计开发了一套矿物组合填图软件,该软件主要采用光谱角度填图法（SAM）和光谱相关系数填图法（SCM）从高光谱遥感图像上提取出各种矿物的蚀变矿物信息,完成对各种矿物进行不同的颜色填充并加以区别,最后进行有选择的查看．     

基于高光谱分形分析的烟草冠层生长状况监测

植被高光谱反射曲线包含着植被生长状况的众多信息。本文通过使用野外光谱仪进行野外测量，得到烟草冠层不同生育期以及不同健康状况的反射光谱曲线。并在分析光谱特征参数如红边位置、红边面积、绿峰反射高度的基础上，利用分形理论对反射光谱曲线进行分形测量并用分形维数定量反映其健康状况。结果表明:（1）分形维数随着烟草的生长发育呈现先升高后降低的趋势，这与3个光谱参数的变化基本吻合；（2）分形维数与红边位置、红边面积、绿峰反射高度均成正相关关系，其相关系数分别为0.77、0.91和0.88；（3）病害烟草冠层光谱曲线的分形维数明显小于健康烟草冠层。因此，分形维数能够作为一个新的综合参数来客观反映烟草冠层所处的健康状况，为烟草生长状况监测提供科学依据。     

基于太赫兹时域光谱技术的地沟油检测与识别

油脂大分子的振动和转动频率均处在太赫兹波段,与太赫兹波相互作用可产生共振反应,因此太赫兹时域光谱技术（THz TDS）可以快速灵敏地实现正规油和地沟油的检测与识别。通过对正规油（全新采购）、类地沟油（煎炸处理）和地沟油（回收处理）在0.3~1.6 THz波段的时域和频域光谱进行对比,并分析其延迟时间、折射率、吸收系数和吸收峰等光学参数的差异,提取了地沟油的太赫兹光谱的特征信息,为地沟油的检测与识别提供了实验依据和有效方法。结果表明,利用光谱特征信息和地沟油特有官能团信息,太赫兹时域光谱技术可有效区分正规油与地沟油。     

遥感岩性识别研究进展与展望

综述遥感岩性识别的岩石光谱学机理与岩石光谱特征,总结目前常用的遥感岩性信息提取方法.认为深入研究岩石矿物的光谱学机理,不仅要测量单个矿物的光谱,分析其诊断性特征,建立和完善矿物的光谱库,更重要的是测量和研究多种矿物、岩石组成的岩性地层单位的成分与光谱的相关性特征、规律及其诊断性特征.建议我国南方遥感岩性识别研究应开展不同岩性地层单位的岩石地球化学特征与其上部覆盖土壤化学特征和植被生物化学特征之间的相关分析,寻找其对应的遥感光谱信息变化规律;加强遥感信息与非遥感信息的综合分析,探索对新的高空间分辨率、高光谱分辨率的其它遥感信息的岩性识别方法.     

基于多分类器融合的高光谱图像分类研究

针对由于高光谱图像存在数据量大、数据相关性强、图谱合一等特点导致高光谱图像分类难度较大的问题,构建一种基于多分类器融合的高光谱图像分类模型.该模型首先使用双边滤波算法进行去噪处理,然后使用LDA算法与PCA算法相结合、单独PCA算法、Gabor滤波与PCA算法相结合三种方式分别对数据进行降维与特征提取,并分别使用SVM...     

表面形貌的2D-Motif方法及其算法实现

论述了Motif方法的基本表征参数和基本的计算流程,提出了基于有限差分的Motif合并算法.利用该软件对大量工程表面的采样数据进行了计算,并对Motif标准参数和传统的粗糙度标准参数进行了计算和分析,证明了该算法的合理性和优越性.     

SASI高光谱数据在油气勘探中的应用

以最新获取的准噶尔盆地吉木萨尔地区高光谱SASI数据为例,首先对该数据进行坏波段去除,大气校正以及波谱重建等预处理;然后对重建数据进行降维降噪,提纯和N维可视化,并且基于光谱特征吸收峰的光谱识别准则,提取出与贮藏油气有关的方解石和伊利石的光谱信息,最后运用混合调制匹配滤波技术对异常区填图.结合已有地质资料分析和野外验证,所提取出的蚀变信息与油气区地质情况基本吻合,准噶尔盆地为高光谱遥感技术勘探油气提供一定的地质依据.     

土壤磷形态的反射光谱特征及其光谱建模

由于对土壤磷的可见-近红外反射光谱的特征认识不足,土壤磷的光谱模型稳定性较差。为此,通过分离不同磷组分,分别以标准白板和残渣样品为参考光谱,间接和直接测定了不同磷组分的反射光谱。通过分析其光谱特征及光谱模型的间接和直接结果,发现各磷形态具有显著不同的反射光谱特征,光谱形状、反射率大小及峰/谷位置均不同,能够被现有可见-近红外光谱（200~1000 nm）定性和定量分析。在现有研究波段内,250 ~750 nm是土壤磷的敏感波段。研究结果为认识全磷的反射光谱特征及预测全磷含量提供了理论依据。     

基于高光谱的大叶女贞叶片水分定量测定

较传统水分化学检测法相比,高光谱是一种新兴的简单、快速、无损、原位的绿色检测方法.大叶女贞是一种具有经济、医药、欣赏价值的树种,研究价值较高,然而有关高光谱对其的研究鲜有报道,将其作为研究对象,利用可见近红外高光谱采集40个叶片样本的高光谱数据,利用ENVI 4.7从中提取出反射光谱数据,在MATLAB7.0平台对光谱数据进行直接正交信号校正(DOSC)预处理后,采用共生矩阵法(SPXY)选取30个样本作为建模集,其余作为预测集,构建支持向量回归(SVR)模型,然后在此全波段建模基础上采用自适应权重采样法(CARS)、连续投影变换(SPA)等波段筛选法进行特征波段建模分析,结果表明DOSC-SPA-SVR模型效果最优,预测平方相关系数R2p=0.974 3,预测均方根误差(RMSEP)为4.4×10-5,较全波段模型相比,精度相当甚至有所提升,模型简单、稳定,能够用于对女贞叶片水分进行快速无损的定量分析,为其他作物营养诊断和精准灌溉提供一定的参考价值,减少水资源的浪费.