高光谱识别目标的光谱分离分析方法

介绍了线性混合光谱模型,提出了一种分析复合光谱的方法-通过已有的光谱数据库,利用约束最小二乘法分离出像元组份,并能计算像元组份比,对此进行实验,验证了其可行性,并分析了一个30通道的遥感图像。实验以及图像分析的结果表明此种方法能用来分析混合像元问题,即能分离出像元组份,计算出像元组份比获昨比值图像,能利用高光谱数据识别小于地面像元的目标。     

基于高光谱线性混合光谱分解识别人工地物

城市下垫面包含多种不同年代、材料和成分的人工建筑物,其光谱多样性远远超过自然环境.利用高光谱遥感数据的丰富光谱信息,可以弥补传统遥感数据源(如航片、多光谱遥感数据等)在区分城市地物所需光谱分辨率等相关信息上的不足.从光谱分析与光谱匹配技术出发对城市地物和人工目标进行精细分类,可提供城市规划、环境监测、城市变迁乃至相关社会经济等方面的信息.本研究基于Hyperion高光谱遥感数据,以广州市区为试验区,尝试用手动提取终端像元,首先对水体与植被做分层掩膜,尽可能消除其在求取参考波谱与影像波谱角度过程中的影响;继而参考约翰-霍普金斯大学提供的标准光谱库的人工建筑物波谱,对光谱角度制图方法所产生的规则影像进行密度分割,获取与参考光谱夹角最小的端元准确位置,再通过高空间分辨率影像Quick Bird数据对其进行准实地验证,尽可能提"纯"并获取相应地物影像端元;最后,应用线性光谱分解模型提取出广州市区地表物质的丰度,由丰度图设定阈值生成地物分类图.结果表明:星载高光谱数据可识别出都市人工地物中的水泥混凝土、铺路混凝土、粘土瓦屋顶、较老建筑屋顶、裸土、高反射率未知物(玻璃、金属等)、低反射率未知物(阴影)、林地、草地与水体等,其总体精度为76.2099%,Kappa系数为0.7258.     

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.     

基于优化ICA算法的高光谱矿物识别

混合像元是影响岩矿高光谱由定性解译向定量反演发展的关键因素之一.以往分离岩矿高光谱混合像元,需要先获得参与混合的端元数量及端元光谱,这在许多场合是难以做到的.独立成分分析可以在端元光谱、混合矩阵未知且没有任何先验知识的情况下,有效分离岩矿高光谱混合像元,只要端元光谱是非高斯性信号且满足统计独立性.它实现了矿物识别,并为矿物丰度反演及成分识别打下了基础.通过引入调整因子,改善独立成分分析(Independent Component Analysis,ICA)算法的收敛性.当参与混合的端元光谱相似度较高或者端元光谱的非高斯性较低时,岩矿高光谱混合像元的分离精度将受到影响.     

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.     

高光谱遥感在硅化带识别中的应用

硅化带是多个矿种的找矿指示性信息,快速地大面积探测硅化带信息是遥感技术在地质找矿应用领域一项重要的应用。随着遥感技术的不断发展,针对不同的遥感数据,出现了多种不同的硅化带提取方法。首先通过分析JHU(约翰霍普金斯大学)波谱库中10多种不同Si O_2的岩性光谱特征,研究与Si O_2含量密切相关的波段;其次,使用热红外地面光谱仪102F实测的样品光谱和样品的地球化学数据(Si O_2含量),通过线性回归方程统计出Si O_2含量的计算公式;最后,使用该公式对TASI航空高光谱热红外数据进行处理,获取研究区Si O_2含量图,提取高Si O_2条带;并在进行野外验证。实验结果表明:8.62μm和9.25~9.5μm是Si O_2含量相关性极大的波段;TASI(thermal airborne hyperspectral imager)数据中有多个Si O_2对应的波谱特征,B6(8.62μm)的发射峰、B6两侧的斜坡及B14、B17左侧的斜坡与Si O_2呈正相关关系;该方法提取研究区高Si O_2条带非常精确,在花岗岩区亦能识别出硅化带。     

基于高光谱图像技术的番茄叶片氮素营养诊断

通过提取番茄叶片高光谱图像的灰度、纹理特征将高光谱数据立方体转化成二维特征曲线,再利用特征选择方法 CFS对所有波长进行筛选,确定灰度特征的特征波长:549,669,742,830 nm和纹理特征的特征波长:482,684 nm.每个样本共有12个特征变量,对这12个变量进行主成分分析,提取9个主成分因子作为模型的输入向量,采用支持向量机建立番茄氮素营养水平诊断模型,得到4个梯度氮素水平(N1,N2,N3,N4)番茄叶片的正确识别率为96%,88%,92%,92%.研究结果表明高光谱图像技术对番茄氮素营养水平具有较好的诊断作用.     

台湾相思树叶片叶绿素含量的高光谱参量模型研究

在BRDF测试系统环境下利用ASD便携式野外光谱仪采集台湾相思树叶片光谱,并用UV2450-紫外可见分光光度计对观测叶片进行叶绿素含量测定.采用原始光谱、导数光谱技术及连续统去除法对光谱数据进行分析,得到估算台湾相思树叶绿素含量的光谱特征参数(DV575、BNA726、BNC726).结合实测叶绿素含量数据,构建台湾相思树叶片叶绿素含量的光谱参量模型.结果表明DV575与BNC726两参量构建模型估测精度较高,其中用一阶导数光谱变量估测精度最高,均达到83%以上.     

用高光谱微分指数识别冬小麦条锈病害研究

人工田间诱发不同等级小麦条锈病,在不同生育期测定染病冬小麦冠层光谱和相应的病情指数。对小麦冠层一阶微分光谱进行分析,结果表明随病情指数增大,一阶微分光谱在绿边(500～560nm)内逐渐增大,在红边(680～760nm)内逐渐降低。红边内一阶微分总和(SDr)与绿边内一阶微分总和(SDg)的比值,能够在症状出现前12d识别出健康作物与病害作物。因此,微分植被指数SDr/SDg能够较为理想地识别作物病害信息。     

大豆叶片水平叶绿素含量的高光谱反射率反演模型研究

利用便携式光谱仪和分光光度计法分别测得大豆生长期内叶片的高光谱数据及相应的叶绿素质量分数w,利用多元统计分析和红边参数反演提取与叶片水平的w(叶绿素)相关性较高的敏感波段和光谱形式,及特征光谱位置,并以此为基础推演得到一个基于神经网络算法的叶绿素含量反演模型,结合了3种方法的优点,具有较高的反演精度.     

基于LS-SVM和高光谱技术的玉米叶片叶绿素含量检测

为实现玉米叶片叶绿素含量的快速无损测定,采集不同氮素水平的玉米叶片,制备校正集样本60个,验证集样本16个,获取400～1 100 nm波段范围的高光谱数据和相应叶绿素含量.采用变量标准化、13点平滑、一阶导数3种预处理方法结合,根据相关系数图谱选择470～760 nm波段作为光谱数据分析对象;利用最小二乘支持向量机建...     

基于高光谱的晚疫病胁迫下马铃薯叶片的过氧化物酶活性检测

针对马铃薯晚疫病难以实时无损检测的问题,提出了基于X-LW-PLS的模型,用以预测马铃薯晚疫病叶片高光谱信息与过氧化物酶(peroxidase,POD)活性之间的关联.为了降低光谱数据维度,提高模型运算速率,结合了连续投影算法SPA和载荷系数法X-LW选取特征波长来建立预测模型.测定不同染病时段(0,24,48,72,96 h)马铃薯叶片的高光谱信息和相对应的过氧化物酶POD活性值,利用ENVI软件提取样本的光谱反射特性曲线并结合多种化学计量学方法,建立马铃薯晚疫病叶片高光谱信息与过氧化物酶POD活性之间的关联预测模型.结果表明:基于全光谱信息的LS-SVM预测模型具有较好的预测效果,其校正集相关系数RC为0. 916,均方根误差RMSEC为19. 539 U·(g·min)~(-1),预测集相关系数RP为0. 932,均方根误差RMSEP为14. 966 U·(g·min)~(-1);而X-LW-PLS模型的预测效果最优,其RC为0. 870,RMSEC为37. 969 U·(g·min)~(-1),RP为0. 892,RMSEP为28. 922 U·(g·min)~(-1).利用高光谱技术来实现马铃薯晚疫病的实时无损检测是可行的.     

烟草叶片光谱特征及其光谱反射率的变化

利用外置积分球的ASD Fieldspec FR2500光谱仪对烟草叶片的光谱特性进行测定分析,发现烟草不同品种、不同部位烟叶的光谱反射率有比较明显的差异,其中部位间的差异大于品种间.结果证明,叶片质量差异越大,反射率光谱变化越大.利用叶片的反射率光谱可以预测和诊断烟草生长状况和质量差异.     

基于高光谱的法国梧桐和毛白杨叶片叶绿素含量反演模型研究

利用ASD便携式野外光谱仪和SPAD-502叶绿素计,实测了落叶阔叶树法国梧桐(Platanus orientalis L)和毛白杨(Populus tomentosa Carr)叶片的高光谱反射率与叶片绿度,并对原始光谱反射率及一阶导数光谱与叶片绿度进行了相关分析;采用导数光谱数据敏感波段建立了叶绿素含量估算模型,法国梧桐和毛白杨模型的确定性系数R2分别为0.7791和0.6858;采用相关系数较大的波段作为BP和RBF人工神经网络模型的输入变量,分别进行了叶绿素含量的估算,结果表明,BP和RBF神经网络模型预测效果均良好,在预测精度上,RBF略优于BP神经网络模型.     

基于高光谱成像技术和IRIV算法的玉米种子品种纯度识别

基于高光谱成像技术,提出了一种无损、快速的玉米种子纯度识别方法.首先,采用多元散射校正(MSC)等方法对数据进行预处理;其次,应用竞争性自适应重加权法(CARS)和迭代保留信息变量法(IRIV)提取特征波长;再次,建立支持向量机(SVM)和线性判别分析(LDA)等纯度识别模型;最后,设置随机种子值,使用采集函数“expected-improvement-plus”搜索置信区间中的待评价点,得到使交叉验证损失最小的超参数值,提高模型的准确率.结果表明：MSC-IRIV-LDA识别模型准确率最高,训练集和预测集的准确率分别为0.960 4和0.933 3,K值为0.918 6;对LDA的δ和γ超参数值进行优化后,进一步提高了训练集、预测集准确率和K值;本研究提出的方法能够实现玉米种子纯度无损、快速识别,为精准农业的发展提供技术支持.     

铁尾矿高-多光谱遥感特征分析与信息识别

研究选取河北省不同粒径、不同干湿状态及不同矿区的铁尾矿样本进行高光谱测量,对比分析了不同状态下的铁尾矿高光谱特征,通过拟合分析确定了铁尾矿高光谱识别的有效窗口.结果表明:不同粒径和不同矿区的铁尾矿样本,光谱值在500～600 nm范围内差异较小,不同干湿状态尾矿样本在500～600 nm反射率数值差别明显;若将尾矿分干湿两类分别提取时,光谱区间500～600 nm是一个铁尾矿光谱特征受粒径、湿度和矿床类型等因素影响较小区间,适合铁尾矿多光谱遥感信息提取的主要识别窗口.通过多光谱遥感影像在DT-tailings(DT:Decision Tree)和DT-tailings-B2两个决策树判别规则信息提取对比试验中,DT-tailingsB2规则下提取结果在湿尾矿、干尾矿、露天矿和山体的提取精度上均有提高,分别提高了5.00%、22.04%、4.49%和19.59%.验证了铁尾矿高-多光谱遥感信息提取有效性.     

基于高光谱成像技术的水稻叶片SPAD值及其分布问题研究

高光谱成像技术在快速无损检测植物叶片叶绿素含量上得到越来越广泛的应用.运用SPAD仪可同期获得叶片的叶绿素含量.以水稻叶片为研究对象,首先采集水稻活体植株至培养皿,利用SPAD502叶绿素计采集叶片的SPAD值,最后使用高光谱成像仪采集水稻叶片的高光谱影像.运用不同的植被指数和偏最小二乘法分别对SPAD值进行回归分析.结果显示,偏最小二乘回归模型精度较高且较为稳定.根据最佳预测模型反演叶片上任意像素的SPAD含量,通过伪彩色配色即可得到水稻叶片SPAD分布图像.该方法为研究水稻植株的生长状况提供了更为具体的数据资料,为水稻的产量估测和病害预警提供了新的依据和方法.     

基于遥感高光谱的铀胁迫下紫竹梅叶片生化指标建模研究

为揭示铀胁迫下紫竹梅叶片遥感光谱参量对生化指标的指示能力,室内设置了8个不同铀浓度的培养液,利用Pearson相关系数法、逐步回归分析法等,建立紫竹梅叶片原始光谱、一阶导数、二阶导数等光谱参量与叶片叶绿素、丙二醛、过氧化酶、铀含量等生化指标之间的关系模型.研究结果表明,初、中、晚三个时期的紫竹梅叶片光谱曲线差距不明显,...     

锰-氧氟沙星配合物的光谱研究

对氧氟沙星(OFLX)以及Mn2+与OFLX配合物的紫外-可见光谱及荧光光谱进行研究,发现OFLX在pH为5.1时,其最大激发波长293 nm,最大发射波长497 nm,且随溶液pH的改变,最大激发和发射峰位也发生变化.采用摩尔比法测定Mn2+与OFLX形成1∶2的配合物(pH=9.0),稳定常数为1.37×1011.pH值对Mn2+与OFLX配合物的荧光光谱强度的影响研究表明:配合物的荧光强度在酸性溶液中较强,中性溶液中最强,碱性中最弱;OFLX与Mn2+形成配合物的荧光显著增强且发射峰产生蓝移(约15 nm),随着Mn2+数量的增加,荧光猝灭越来越弱;在OFLX与Mn2+的配合物中,可能是相距较近的羧基和羰基基团与中心离子Mn2+配位,并对配合物的空间结构进行了预测.     

基于地面高光谱数据鲜茶叶特征选择与品种识别

使用ASD Field3在武夷山实测的9种鲜茶叶数据,该数据经过预处理后,计算24种光谱指数,用于对9种茶叶的分类,用SVM-RFE对光谱反射率数据和光谱指数数据进行特征选择,最后用线性SVM和随机森林分类.检验SVM分类器的性能和SVM-RFE选择特征的适用性,其中SVM分类器在4个数据集中都达到了95%以上的分类精度.随机森林分类器在其中3个数据集达到90%以上的精度,一个70%的精度.研究表明SVM-RFE是一个稳定有效的特征选择算法,并且SVM的性能优于随机森林.