高光谱在油气勘探中的国内外研究现状

随着科技的发展,遥感在油气勘探的作用越来越大。高光谱作为遥感发展的最新手段,自然也受到油气勘探领域的重视。高光谱遥感具有快速,经济,精确的特点。通过高光谱探测油气渗漏和其引起的地表矿物蚀变、植被变化的范围,进而确定油气勘探的区域。高光谱在油气勘探领域的应用实例相对较少,在数据和处理方法上还存在很多不足;比如现有的卫星高光谱数据覆盖范围有限(空间分辨率也较低),数据处理方法大多是原有的多光谱数据处理方法,针对高光谱数据在油气勘探中的处理方法不多。随着高光谱遥感仪器精度的提高和数据处理方法的改进,高光谱遥感必将为油气勘探提供新的机遇。     

一种基于光谱与纹理特征的多光谱遥感图像地物分类方法

基于光谱特征对高分辨率多光谱遥感图像进行地物分类易形成噪声,提出一种光谱特征与纹理特征相结合的地物分类方法。首先基于光谱特征与纹理特征利用四叉树技术,对图像进行分块处理,以图像块的方式提取地物的光谱特征和纹理特征,然后采用支持向量机(support vector machine,SVM)对图像块进行地物分类,并通过区域增长方法对边缘区域进行处理,使得分类区域边界清晰。对Quickbird多光谱遥感图像进行实验,实验结果表明,该方法地物分类结果精度较高、区域一致性强、噪声少。     

近红外光谱样本集划分以及预处理的方法研究

近红外光谱（Near Infrared Spectroscopy,NIR）是一种操作简单、效率高的绿色分析技术,现已广泛应用在各个方面。在对近红外光谱数据分析过程中数据处理的方法也变得极其重要,通过查阅国内外相关文献对现有的近红外光谱一些处理方法进行了分析和总结,综述了近几年近红外光谱中异常样本识别、样本集划分、光谱预处理在分析过程中的一些化学计量学方法,并对这些算法以及应用进行介绍,不仅为近红外光谱化学计量学的发展提供参考,还为后续对近红外光谱的广泛应用提供技术保障。     

SPOT5全色与多光谱图像融合方法研究

为了在提高图像空间信息质量的同时能尽可能保持原图像光谱特性,采用常用的IHS变换融合、K-L变换融合、Brovey变换融合,以及小波变换融合方法,对SPOT5全色与多光谱图像进行融合处理.通过对各融合结果图像进行主观和客观的综合评价,得出利用小波变换融合方法对SPOT5进行融合处理得到的结果图像其空间质量和光谱质量综合表现最好.     

基于OPenCV哈密瓜纹理特征的提取

采用400~1000 nm高光谱成像仪获取哈密瓜高光谱图像,并选取哈密瓜纹理特征图像,在VC++6.0环境下利用开源计算机视觉库OpenCV进行编程,通过对图像的形态学去噪、平滑处理、消除背景以及二值化处理,获取哈密瓜纹理的二值化图像,实现了对哈密瓜高光谱图像纹理特征的提取。实验结果表明:该方法可以快速有效地实现哈密瓜纹理特征提取。     

光谱测量数据降噪处理滤波器设计

为准确分析光谱数据,有效降低噪声干扰是十分重要的.本文使用小波分析和中值滤波技术,提出了组合滤波器设计方案.使用模拟光谱数据进行了处理实验并将该方法用于实测光谱数据处理.实验表明,此方法不仅能有效地降低光谱中的脉冲噪声和高斯白噪声,而且较好地保留了光谱中的细节信息.     

改进的小波收缩技术在近红外光谱信号消噪中的应用及软件设计

提出了基于小波变换的近红外光谱信号消噪处理方法，采用一种基于非线性闽值决策的小波去噪法，通过对具体数据的处理，表明该法可以有效地去除近红外光谱信号中的噪音，为准确的进行近红外光谱的分析创造了条件。同时，为实现小波消噪技术，进行了软件设计，采用VB、MATLAB等软件混合编程，使得程序简单、界面友好。     

聚对苯二甲酸乙二酯分子振动模式的特性研究

采用拉曼光谱法对聚对苯二甲酸乙二酯纤维的拉曼光谱特性进行研究,对聚对苯二甲酸乙二酯纤维分别进行酸、碱、盐处理,获得酸、碱、盐处理前后纤维的拉曼光谱,并对拉曼光谱的特性进行了分析与比较.结果表明,与未经处理的聚对苯二甲酸乙二酯相比,Na OH处理的PET在波数大于1 750cm-1时强度低于未经处理的PET,酸性染料对聚酯纤维的亲和力比较高,H2SO4处理的PET拉曼光谱和不经任何处理的PET的拉曼光谱相比,发生明显变化,强度显著减弱.而Cu SO4处理的PET拉曼光谱峰值强度明显高于未经处理PET纤维的拉曼光谱峰值强度.表明酸处理能够抑制聚对苯二甲酸乙二酯分子的振动模式,盐处理能够激发聚对苯二甲酸乙二酯分子的振动模式.     

高光谱影像预处理技术

 以核工业北京地质研究院遥感重点实验室获取的高光谱数据CASI/SASI的处理为例,总结了高光谱数据处理技术的流程、具体技术细节和技术点,并根据数据处理中存在的问题,例如高光谱数据量大、处理时间长、影像的拼接困难等,阐述了对高光谱影像预处理中所存在问题的相关对策,为高空间分辨率的高光谱数据预处理提供了较好的应用范例和技术支撑.     

陕西丰镐地区航空高光谱遥感数据预处理研究

目的对获取的丰镐地区航空高光谱遥感数据进行前期数据处理和校正。方法通过辐射校正、噪音去除、航带间差异调整、几何校正等图像处理方法对畸变和误差较大的遥感数据进行校正。结果获得了高质量、高精度的数据,为后续光谱定标、分类识别及信息提取提供了理想的图像。结论本方法对校正航空高光谱图像存在的较为严重的辐射畸变和几何畸变有良好效果。     

城市卫星遥感图像融合处理质量评价研究

常用的遥感融合方法常导致较严重的光谱畸变,为减少融合图像光谱特征的扭曲,提出三种新融合方法即合成变量比值法(SVR)、平滑滤波亮度调制法(SFIM)和Gram_Schimdt变换法(GS)。采用定量分析方法,分别对中等分辨率Landsat ETM+数据和高分辨率Quickbird数据的融合效果进行了评价。结果表明,不同方法具有不同的光谱保真度和空间信息融入度。同一种方法对于不同分辨率的遥感数据具有不同的融合效果。对中等分辨率Landsat ETM+数据,SFIM能产生较高的空间信息融入度和光谱保真度。利用中等分辨率Landsat ETM+数据进行融合处理时,SFIM优于合成SVR和GS;在高分辨率Quickbird数据的融合中,SVR能产生较高的空间信息融入度和光谱保真度。利用高分辨率Quickbird数据进行融合处理时,SVR则优于SFIM和GS。在中等分辨率Landsat ETM+数据、高分辨率Quickbird数据融合处理中,基于SFIM、SVR融合方法能分别获得较好的视觉效果,又能改善目视解译和遥感分类精度。     

热红外高光谱图像非均匀性校正方法研究

热红外高光谱成像因其被动成像、全天候工作等诸多优点,在军事和民用领域得到了日益广泛的应用,但国内受限于热红外面阵探测器、深低温光学系统等关键技术,少有基于实用样机高光谱数据集的数据处理研究。现以国内首次研制的实用热红外高光谱成像系统为依托,研究了一套相关的高光谱数据处理方法,为进一步光谱数据应用打下了基础。     

结合FDA与NMF的高光谱数据解混方法

高光谱图像解混是遥感图像处理的重要技术之一．利用非负矩阵分解（NMF）进行高光谱图像解混是近年来发展起来的一种方法．这种解混方法假设光谱具有稳定的光谱特性;但实际上光谱经常是多变的,这个现象影响着解混的精度．为了减小这一影响,首先利用Fisher判别分析（FDA）对高光谱数据进行线性变换,而后利用变换后的高光谱数据提出了一种FDA与NMF相结合的高光谱数据解混方法．实验表明新方法能够有效地提高解混精度与效率．     

相关分析技术在谷物近红外光谱分析中的应用

利用信号分析理论中相关分析技术有分离和增强信息的特点，提出了解决近红外光谱信息量大、信息弱、谱峰重叠和数据处理量大等难题的一种新思路和新方法，以提取6种谷物近红外光谱中的淀粉组分信息为例，研究了相关分析技术在近红外光谱中的应用方法．研究证明，采用小波阈值法对经一阶求导处理的近红外光谱进行滤波处理，再利用相关分析技术提取和强化待测组分的光谱信息的方法是可以用于多组分物质中某一组分的定性和定量分析．     

基于高光谱遥感的植被生物量反演方法研究

高光谱遥感技术能够为反演植被生物量提供快速无损的数据采集与分析处理方法.基于高光谱遥感在植被生物量反演中的研究成果和进展,对其反演方法进行研究:阐述高光谱遥感反演植被生物量的原理;探讨高光谱遥感反演植被生物量的估算模型;分析比较不同估算模型的特点.结论表明,利用高光谱遥感分析植被的光谱特性进而估测植被生物量是一种精度较高且应用广泛的方法.     

基于模糊神经网络的高光谱数据挖掘方法

分析了高光谱影像的数据特性，应用模糊聚类方法构造模糊神经网络，并将其结合进数据挖掘，对高光谱数据进行数据处理。     

基于小波分析的Hyperion影像地物分类波段宽度

【目的】高光谱遥感为地物的精细识别提供优势的同时,也带来了数据量多、波段间相关性大、处理精度和效率下降等问题,而且在遥感分类中并不是使用的通道越多、波段越窄效果越好。因此笔者从光谱角度出发探讨降低高光谱数据量,以寻求适宜遥感分类波段宽度的方法。【方法】首先对Hyperion影像进行处理,主要包括去除未定标和受水汽影像波段、坏线、条纹和Smile效应,辐射定标和大气校正处理后得到161个波段,对选用的LIR级数据进行几何校正。根据样地调查情况确定试验区待分类别,对提取的14类地物样本平均光谱进行7次Sym3小波分解,由得到的小波细节系数方差和小波细节系数熵分析适宜各类型识别的光谱区间,然后将不同光谱区间内窄波段进行小波融合,最后选取支持向量机方法进行分类识别。【结果】美人松林、落叶松林、樟子松林、针叶混交林、阔叶混交林、火烧迹地、水体、耕地和未利用地9类地物识别的适宜光谱分辨率为40 nm,剩余5种地物识别的适宜光谱分辨率为80 nm,不同光谱区间对应的波段数大大降低,且最终分类精度总体都达到81%以上。【结论】将小波分析与支持向量机方法(SVM)结合,解决了高光谱存在的“维数灾难”问题,提高了高光谱数据的利用率,遥感分类中并不是使用的通道越多、波段越窄效果越好。     

多金属氧酸盐/中性红纳米复合膜的制备、表征和应用

采用层接层自组装方法(LbL),将多金属氧酸盐H3PMo12O40·2H2O,(PMo12)和中性红(NR)制备成纳米复合膜PMo12/NR,并通过紫外可见光谱,红外光谱和X-射线光电子能谱对复合膜进行表征.研究表明:UV光处理前后的复合膜,紫外可见光谱和红外光谱没有发生显著的变化.红外光谱显示:在UV光处理后来形成M...     

基于误差估计的非线性红外光谱波长选择法

为了解决定量关系不符合 Beer定律的红外光谱波长选择问题 ,提出了基于校正模型定量误差估计的波长选择方法。该方法从光谱点噪声对校正模型的误差影响角度出发 ,对每个光谱点的定量性能进行评估 ;利用这个评估结果对利用波长子集建立的模型误差进行了理论估计。这种方法在对光谱点的误差估计过程中考虑了光谱数据的非线性特点 ,因而能够处理非线性光谱数据的波长选择问题。仿真实验表明 :该方法的波长选择是成功的 ,并且其效果优于基于线性运算的遗传算法     

基于小波去噪理论的拉曼光谱数据处理

利用光谱仪采集得到四氯化碳的拉曼光谱信号,针对光谱数据量大,干扰信息与有效信息并存,不利于对光谱数据进行定性定量分析的问题,采用小波阈值去噪的方法对原始拉曼光谱进行去噪处理,结果表明：小波硬阈值法可获得最优去噪质量,当小波基函数为db2,尺度分解为4,阈值量化为‘Heursure’,硬阈值处理,重构光谱的信噪比最大,均方根误差最小.研究表明：采用小波硬阈值法能有效去除四氯化碳拉曼光谱信号的噪声,最大程度保留其拉曼光谱特征信息.