矿物光谱特征谱段识别方法与应用

 矿物光谱识别所使用的光谱参量在不同影响因素下的稳定性对矿物识别效果影响很大。基于特征谱段峰谷相关系数法,提出了高光谱矿物识别的新算法,建立了提取稳定光谱参量（峰谷位置）的数学模型和操作流程。该算法通过提取矿物参考光谱峰谷的位置,计算矿物特征谱段的峰和谷与待测矿物光谱相应谱段的相关系数,并以此作为比较矿物光谱相似程度的主要依据。以甘肃北山方山口地区拾金坡金矿床为例,研究并比较新算法与典型算法的蚀变矿物识别。结果表明,本文算法的正确识别率为85%,较典型算法有更好的识别效果。     

野鸭湖湿地牛鞭草不同覆盖度的光谱特征分析

采用导数法和包络线去除法,分析了不同覆盖度牛鞭草的光谱特征.结果表明,不同覆盖度的牛鞭草在绿光波段出现反射峰,在红光波段出现吸收谷,近红外波段处具有"红边效应".不同盖度的牛鞭草光谱反射率的差异主要体现在绿光(520～600 nm)和近红外波段(760～900 nm).在近红外波段范围内,反射率随覆盖度的增加而增大,两者呈极显著正相关(P<0.01).此外,红光波段比蓝光波段有更为强烈的吸收效应.我们的研究表明,高光谱遥感可以有效地应用于湿地植物覆盖度或与之相关的生长情况的监测之中.     

Experimental study on spectral responses of offshore oil slick

Using the seawater taken from Liaodong Bay and crude oil taken from Liaohe Oilfield, a laboratory experiment was designed to study the change of reflectance spectrum of artificial offshore oil slick with its thickness and to identify the spectrum ranges suitable for quantifying the thickness of the oil slick. During the experiment, crude oil was continuously dropped into the seawater to generate artificial oil slick with different thicknesses. After every drop of crude oil was added, reflectance spectrum of the oil slick was measured with a high resolution spectroradiometer （ASD FieldSpec Pro FR）. The influence of oil slick thickness on its reflectance spectrum was explored through statistical analysis. The results show that the reflectance of oil slick changes marginally with oil slick thickness and higher than that of seawater in infrared band from 1150 to 2500 nm. This spectrum range can be practically used to distinguish oil slick from seawater. In the spectrum range from 400 to 1150 nm, the reflectance of oil slick decreases with its thickness. The negative power function is the best-fit function expressing the relationship between the reflectance and thickness. The spectral characteristics of oil slick are very distinct at 550 and 645 nm. They are the best wavelengths for monitoring the existence of offshore oil slick and estimating its thickness.     

铜胁迫下玉米叶绿素质量比与光谱反射率关系

通过对不同程度重金属铜污染土壤(16个样本)上玉米叶绿素浓度和相应的玉米冠层光谱反射率数据测试,进行铜胁迫下玉米叶绿素浓度与光谱数据相关分析研究,研究结果表明:铜胁迫下玉米叶绿素浓度与其光谱反射率之间具有相关性,在350~695nm光谱区内相关性最好,且在464nm处两者达到最高的相关性;铜胁迫下玉米的"红边"随着铜污染程度的加剧而发生有规律地"蓝移";铜胁迫下玉米的"红边"波长位置与其叶绿素浓度之间具有很强的相关性,复相关系数为0.884,由此可看出利用野外地物光谱数据定量估算和分析铜胁迫下玉米的叶绿素浓度是可行的.     

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。     

E0—1Hyperion高光谱影像的FLAASH大气校正与评价

遥感影像的大气校正是遥感数据应用的基础．文章利用ENVI软件的FLAASH大气校正模块,对Hype—rion高光谱遥感影像进行大气校正,选取典型地物对校正效果进行评价．主观定性评价结果显示校正后的影像地物边界更清楚、对比度增强;光谱曲线对比分析显示,校正前后光谱曲线形状完全不同,林地的反射率图像的光谱曲线形状与USGS...     

一种利用互信息加权的最小二乘法丰度反演算法

提出了基于互信息加权的最小二乘算法丰度反演,选择互信息矩阵作为加权矩阵,从熵的角度反映了不同波段问的相关性．同时,在丰度反演过程中应用波段选择技术,降低了数据处理的复杂度．分析实验仿真结果,与传统的最小二乘算法和已有的加权最小二乘丰度反演算法相比,获得了更精确的丰度信息,反演效果得到提升,验证了该算法的可行性．     

高光谱遥感图像最优波段选择方法的研究进展与分析

随着成像光谱仪的发展日益成熟,高光谱遥感图像的研究已进入到一个新的阶段--对获取的高光谱数据进行有效处理和利用的阶段。目前的处理方法主要集中在对高光谱图像的数值分析处理上,比如大气校正、降低数据维数、信息提取、分类与目标探测等方面。高光谱图像相邻的波段之间一般具有较大的相关性,并不是所有的波段对于后续处理都有着同等的重要性,通过选择最优波段而组成新的高光谱图像空间,在不损失重要信息的条件下可以代表其他波段的信息。因而需要在更合理的数学模型的指导下,按照一定的准则,来决定最佳波段的选择问题。对目前国内外高光谱图像的各种波段选择方法进行了综合归纳和分析,力图为高光谱图像处理寻找突破点,加强此领域的研究力度。     

基于最小体积约束的非负矩阵分解模型的高光谱解混算法探究

高光谱遥感图像中,遥感影像的分类精度和地物识别会因混合像元的存在而受到影响,从而限制了遥感科学向定量化发展.基于最小体积约束的非负矩阵分解方法,不仅不需要假定纯像元的存在,而且在自动提取端元的同时获取对应的丰度图,这种非监督的光谱解混技术克服了传统方法的限制条件,为高光谱图像中混合像元问题的解决提供了新的思路和方法.     

基于地物波谱形态参数化的高光谱图像分类方法研究

利用语素向量的形态描述方法实现地物波谱形态的参数化,以不同地物具有不同波谱曲线为地物分类准则,在MATLAB设计中,实现一种带通配符的地物波谱曲线形态差异遥感图像分类程序,应用此程序对高光谱遥感图像所得的分类结果与其他分类方法所得的分类结果进行对比.结果说明,此方法可以将地物波谱的波形信息最大限度地保留并利用,进一步解决遥感影像分类中"光谱值"相似及现有的光谱匹配方法受类内差异变化影响大的问题,运用Kappa系数的精度评价证明此方法对高光谱遥感图像的分类优于SVM分类方法.