基于半分析模型的叶绿素a浓度估算

为监测江苏省常熟市昆承湖的水质状况,以2009年5月在湖区实测的AsD高光谱遥感数据和实验室的分析数据为依据,采用三波段半分析模型估算叶绿素a的浓度.结果表明,三波段法比归一化实测光谱波段比法、实测光谱一阶微分法的估算精度更高.三波段法通过分析叶绿素a、悬浮物、黄色物质、纯水的固有光学特性,优化这三个特征波段的位置组合...     

CBERS-02B卫星图像的融合试验研究

遥感影像数据融合是目前遥感界研究的新热点,作为在各个领域应用日益广泛的CBERS-02B卫星影像,其全色波段空间分辨率达到2．36m,多光谱波段信息丰富,为了既保留丰富的光谱信息又能提高空间分辨率,本文在对主成分变换、Brovey变换、Mutiplicative变换融合3种传统像素级融合方法分析、归纳与算法实现研究的基础上,对CBERS-02B卫星多光谱波段与全色波段进行了图像融合试验研究,从光谱特征与空间纹理特征两个方面对融合效果进行定性与定量评价．分析结果表明,Brovey变换融合法光谱退化最小,同时也最大程度地保持了高几何分辨率全色波段的空间信息．     

基于高光谱遥感数据的城市河网水体提取方法比较

目前水体提取多局限于基于多光谱遥感数据的研究,高光谱遥感的出现为水体精细光谱获取和水体提取提供了可能.以机载高光谱遥感数据源为基础,构建了适用于可见-近红外高光谱数据的水体提取决策树,充分利用高光谱数据的光谱丰富性,设定了决策树的最优波段和提取阈值.以2012年AISA成像光谱获取的嘉兴城区高光谱数据作为验证数据,采用检出率和误检率对所提出的水体提取算法进行验证和评价.实验结果表明,对比单波段阈值法、谱间关系法、归一化水体指数法、分类法和决策树这5种方法,决策树水体提取方法效果最好且误检率最低.     

基于二代Bandelet和主成分变换的高光谱遥感图像融合

针对高光谱遥感图像具有波段多、波段间冗余大的特点,提出一种基于二代Bandelet和主成分(principal components analysis,PCA)变换的高光谱遥感图像融合的方法,利用二代Bandelet变换进行图像的多尺度几何分析,得到每个波段图像的Bandelet系数和几何流,对多个波段Bandelet...     

高光谱分辨率遥感在植被监测应用中的关键技术及应用

高光谱遥感数据已成为地表植被地学过程中对地观测的强有力的工具．综述了利用高光谱遥感数据进行植被监测的研究进展，主要包括以下二个部分：（1）高光谱遥感用于植被监测中的关键技术（2）高光谱遥感数据在植被生长监测中的应用．     

基于连接函数的投影寻踪主成分分析

基于连接函数的相依度量,提出了一种探索连续型随机向量之间相关关系的方法．通过连接函数构造的投影指标函数可以给出高维随机向量的投影寻踪主成分分析,并且可以证明这样得到的最优样本投影方向具有强相合性．此外,又给出了两个以上随机向量之间的典型相关分析．结果表明所提出的方法具有优良的理论性和实用前景．     

几种典型矿物的偏振高光谱特性研究

矿物和岩石的系统光谱学研究是当今高光谱遥感发展的基础。目前对矿物岩石光谱的研究主要集中在可见—近红外波段的传统光谱,基于两个波段（A：630~690 nm,B：760~1 100 nm）,波段范围不连续,同时观测数据的精度与目前常用的遥感数据源之间有一定的差距;利用高光谱对矿物的偏振反射特性目前还少有研究。文章在传统光谱测量基础上,利用偏振高光谱技术对矿物波谱进行实验,绘制波谱曲线图,直观表现矿物在偏振高光谱条件下的连续波谱特性,为遥感找矿技术提供新的发展方向。     

高分辨率卫星遥感数据的融合比较研究

QuickBird卫星提供了高空间分辨率的遥感数据．将其分辨率为0．61～0．72m的全色波段与分辨率为2.44～2．88m的多光谱数据融合,可以充分利用二者的信息,在遥感应用领域开拓更加广阔的前景．以集美大学校区为试验区,应用遥感图像处理软件,从光谱质量和空间信息角度对不同的融合方法进行比较试验,筛选出适合于QuickBird数据的融合方法．     

SPOT-5遥感影像自身融合方法的比较研究

近年来,遥感影像数据融合已成为学术界研究的新热点.作为在各个领域应用日益广泛的法国SPOT-5遥感卫星影像,其全色波段空间分辨率高,多光谱波段光谱信息丰富,为了既保留丰富的光谱信息又能提高空间分辨率,本文在对IHS变换、主成分变换、Brovey变换融合3种传统像素级融合方法分析、归纳与算法实现研究的基础上,对SPOT-5全色波段与多光谱波段进行了图像融合实验,并从光谱特征与空间纹理特征两个方面对融合效果进行定性与定量评价.分析结果表明,Brovey变换融合法光谱退化最小,同时也最大程度地保持了高几何分辨率全色波段的空间信息.     

基于光谱差异均衡区间筛选的高光谱目标检测

如何快速、准确地进行目标检测,是高光谱遥感图像在实际应用中面临的关键问题.波段选择是提高高光谱数据利用效率的途径之一,针对目前基于光谱匹配的高光谱目标检测算法数据利用率低,易受冗余信息干扰导致检测率不理想的问题.在构建光谱区间差异均衡化计算模型的基础上,提出差异均衡化的光谱子区间提取方法.使用实测高光谱遥感影像数据集对方法进行验证.结果表明,相比于采用全谱段数据以及其他波段选择方法的目标检测结果,所提出的方法在计算耗时、检测准确率方面均取得更理想的结果,可高效实现高光谱图像的目标检测.      

On Grey Relation Projection Model Based On Projection Pursuit

Multidimensional grey relation projection value can be synthesized as one-dimensional projection value by using projection pursuit model. The larger the projection value is, the better the model. Thus, according to the projection value, the best one can be chosen from the model aggregation. Because projection pursuit modeling based on accelerating genetic algorithm can simplify the implementation procedure of the projection pursuit technique and overcome its complex calculation as well as the difficulty in implementing its program, a new method can be obtained for choosing the best grey relation projection model based on the projection pursuit technique.     

基于数据约减和中心化的像元纯净指数端元提取方法

像元纯净指数(pixel purity index, PPI)算法是最为常用的端元提取算法之一,但算法中投影向量的随机性导致多次运行的端元提取结果不一致。为此,提出一种基于数据约减和中心化的像元纯净指数端元提取方法(pixel purity index endmember extraction algorithm based on data reduction and centralization, DRC-PPI)。首先利用自动目标生成算法生成候选端元,并进行无约束最小二乘解混,将解混丰度为负的像元从原始数据中移除得到约减数据。其次,对约减数据进行数据中心化进而获得投影向量,将约减数据投影到这些向量上,然后根据样本点的像元纯净指数选择端元光谱。仿真数据和真实高光谱数据实验结果表明,DRC-PPI算法克服了PPI端元提取结果不一致性,大大减少了投影计算量,其端元提取精度总体上高于PPI算法。     

基于多方向正交匹配追踪的压缩感知图像重构算法研究

针对压缩感知中图像信号的压缩比较大、重构效率较低的问题,提出一种基于正交匹配追踪的压缩感知图像重构算法。该算法在图像压缩阶段,利用测量矩阵对目标图像进行二次测量,进一步缩小压缩比。在图像重构阶段,将单次循环的正交匹配对象由一维向量拓展到二维矩阵,利用多方向正交投影对压缩数据进行图像重构。仿真实验结果表明,在缩小压缩比的情况下,可较准确地重构出原始图像;并且显著提高重构效率。     

基于SURF和顾及维数的高光谱影像端元提取新算法

端元提取,丰度反演是高光谱遥感技术的重要内容,其中端元提取是关键的步骤。首次将特征提取算法speed-up robust features(SURF)引入到高光谱影像端元提取中。兼顾高光谱影像丰富的光谱信息改进了SURF算法,提出了在多维尺度空间内寻找极值点作为端元的高光谱影像端元提取新算法,即多维SURF(multi-dimensional speed-up robust features,MDSURF)算法;将其应用于美国EO—1卫星获取的云南中甸普朗地区的Hyperion高光谱影像,并成功提取了影像端元。为了进一步验证结果的可靠性,设计两组对比实验,分别利用N-FINDR和连续最大角凸锥(sequential maximum angle convex cone,SMACC)算法在同等条件下提取实验影像的端元,然后对三种方法的结果进行综合评价和分析,得出MD-SURF算法提取端元的观感效果较好、精度最高、质量最好。提出了一种新的高光谱影像端元提取算法,实验结果表明新方法具有精度高、鲁棒性好等特点,证明了基于新物理机理的MD-SURF算法是一种可行的高光谱端元提取算法。     

基于随机森林算法的航空高光谱数据分类方法研究

高光谱数据具有光谱范围广,光谱分辨率高等优势,可以用于不同地物的分类识别,为近年来遥感领域的研究热点。采用随机森林算法对机载高光谱数据进行了地物分类识别研究,首先选取不同种类的地物样本,并对每类样本打上类别标签,每个像素包含的波段数即为样本的特征数,送入随机森林分类器进行训练;然后将训练好的分类器对待分类的高光谱影像数据进行分类,待分类的数据初始化为统一的类别标签;并根据袋外数据自变量的扰动对分类精度的影响,计算不同波段特征对分类效果的重要性系数。实验采用C++语言结合Intel Open CV计算机视觉库,编写了高光谱影像分类识别程序,对机载AISA高光谱传感器获取的甘肃省张掖市农村与城市影像数据进行分类,结果表明本文算法具有较高分类精度和可靠性。     

基于背景抑制及顶点成分分析的高光谱异常小目标检测

高光谱图像异常小目标检测数据量大、信息提取困难.文中提出了一种不需要先验信息并且计算复杂度较低的快速检测算法——基于背景抑制及顶点成分分析（EVCA）的异常小目标检测.利用高光谱图像端元是单形体顶点这一特性,在抑制背景后的图像上提取目标端元,并结合光谱匹配技术完成目标检测.为了验证新方法的有效性,与不经过背景抑制的VCA算法及传统检测算法进行了比较.实验结果表明,该算法不需要先验信息,体现了较好的检测效果.     

Approach to Weighted Geometric Evaluation Based on Projection Pursuit

Weighted geometric evaluation approach based on Projection pursuit （PP） model is presented in this paper to optimize the choice of schemes. By using PP model, the multi-dimension evaluation index values of schemes can be synthesized into projection value with one dimension. The scheme with a bigger projection value is much better, so the schemes sample can be an optimized choice according to the projection value of each scheme. The modeling of PP based on accelerating genetic algorithm can predigest the realized process of projection pursuit technique, can overcome the shortcomings of large computation amount and the difficulty of computer programming in traditional projection pursuit methods, and can give a new method for application of projection pursuit technique to optimize choice of schemes by using weighted geometric evaluation. The analysis of an applied sample shows that applying PP model driven directly by samples data to optimize choice of schemes is both simple and feasible, that its projection values are relatively decentralized and profit decision-making, that its applicability and maneuverability are high. It can avoid the shortcoming of subjective weighing method, and its results are scientific and objective.     

数控机床质量投影寻踪综合评价方法

针对数控机床质量评价指标多维性问题,提出了基于投影寻踪(projection pursuit,PP)模型的综合评价方法。引入正弦余弦算法(sine cosine algorithm,SCA)计算数控机床质量评价指标的客观权重,结合专家经验利用层次分析法(analytic hierarchy process,AHP)得到各指标的主观权重,基于最小信息熵原理将客观权重与主观权重相结合得到数控机床质量评价指标的组合权重,最后由投影寻踪投影值算法得出综合评价值。实例研究表明该方法可行。     

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...     

利用投影数据重排进行锥形束体积重建的改进算法

针对锥顶轨迹为单圆的锥形束体积重建问题,提出了一种基于平板检测器的T-FDK算法．不同于传统的FDK算法,该算法首先将锥形束投影数据重排为倾斜平行投影数据,然后再经过加权滤波和反投影重建,最后重建出待测物体的三维结构．数据仿真实验结果表明,该算法在保持与传统FDK算法有相同的计算复杂度的同时,重建图像的质量有了明显的提高,可以确保在较大的锥角范围内获得满意的重建图像．因而该算法在医学成像和无损探伤等领域具有重要的实用价值．