遥感图像基本概念.doc

  1. 1、本文档共16页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
遥感图像基本概念

第1部分 绪论 1.1 课题背景及研究的目的意义 高光谱遥感(Hyperspectral Remote Sensing)是近些年来迅速发展起来的一种全新遥感技术,它是集探测器技术、精密光学机械、微弱信号检测、计算机技术、信息处理技术于一体的综合性技术[]。、、、、、高光谱图像信息系统中重要的参数之一是空间分辨率,高光谱图像的谱分辨率。例如机载可见光、红外成像光谱仪AVIRIS)所成图像一般分辨率只达到20m*20m。较低的空间分辨率给数据处理如目标检测与识别、混合像素解译、精准匹配等技术带来了巨大的困难。可以说,空间分辨率已经成为高光谱图像应用效果的主要制约因素。提高空间分辨率势必能够加强图像中目标的探测能力和识别能力。在遥感技术快速发展的今天,对遥感图像的分辨率有着越来越高的要求,但对于现有的成像设备,由于其制作工艺和现有技术的制约,还远远不能满足各方面的要求,所以提高空间分辨率有很大的研究价值和意义。低空间分辨率[4]。对于这类像素,将其按照传统的硬分类方法归属为任一类都是不准确的。在实际应用中,分析者常常需要更为精确的信息:混合像素内包含哪些类别,各类别所占的比例是多少,这些类别在混合像素内的空间分布是怎样的等等。如图1.1所示。它们各自对应的技术为光谱端元选择技术[5],光谱解混(又称光谱解译)技术[6]和子像素制图技术(子像素制图又称为亚像元定位)[7]。 图1.1 高光谱图像混合像素处理中主要问题及对应技术 本文主要研究对混合像素进行光谱解混后的子像素制图技术(Subpixel Mapping, SM)。通过该技术,确定各个类别在混合像素内的空间分布,能让地物类别在图像中得到更明显更确切的显示,从而使图像的空间分辨率得到提高。 研究子像素制图技术有着广泛的应用前景,它可以在一定程度上突破图像获取手段的空间分辨率极限,弥补原有图像的空间分辨率的不足,获取更加清晰的图像。该技术可应用于以下几个领域:资源与环境的卫星遥感领域,军事遥感应用领域及公共安全领域等。子像素制图技术目前已引起国内外相关研究人员的广泛关注,并成为遥感领域一个非常活跃的课题。 1.2 成像光谱技术的发展成像光谱技术的发展高光谱遥感是指利用很多窄的电磁波波段获取物体有关数据的技术,在成像过程中,它利用成像光谱仪以纳米级的光谱分辨率在几十乃至几百个波段同时对地表地物成像,实现了地物空间信息、辐射信息、光谱信息的同步获取,在相关领域中具有很高的应用价值和广阔的发展前景[]。高光谱遥感与成像光谱技术的发展是同步的,而成像光谱技术发展的历史又是成像光谱仪不断发展的历史。成像光谱仪就是在特定光谱域内高分辨率地获取连续地物光谱图像的仪器。它使得遥感应用可以在光谱维上进行展开,从而定量分析地球表层的生化物理过程。 成像光谱仪主要分机载可见光/近红外成像光谱(Airborne Visible/Infrared Imaging Spectrometer,AVIRIS)和扫帚式高光谱成像仪(propeller hyperspectral imaging,PHI)和星载成像光谱仪。AVIRIS是根据必威体育精装版成像光谱学概念提出,PHI是根据推帚式扫描成像和光栅分光原理,星载成像光谱仪主要根据航空航天应用需求开发研制的。 图1.2 高光谱数据的获取示意图成像光谱仪在对目标的空间特征成像的同时,对每个空间像素经过色散形成几十个乃至几百个窄波段以进行连续的光谱覆盖,从而形成谱分辨率达到纳米级的高光谱图像AVIRIS能同时收集从可见光到红外波段范围内的光谱信息,并将信息记录在波长从400nm到2500nm的224个谱段上,相邻谱带间的波长间隔约为10nm。高光谱遥感图像二维图像二维图像信息的基础上添加光谱维,进而形成三维的坐标空间。如果把成像光谱图像的每个波段数据都看成是一个层面,将成像光谱数据整体表达到该坐标空间,就会形成一个拥有多个层面、按波段顺序叠合构成的三维数据立方体。是由AVIRIS获取的高光谱图像立方体,该数据为八月下旬美国堪萨斯州224波段等比放大视图。 图1.3 AVIRIS高光谱图像立方体高光谱图像的三个显著特点可以概括如下:其一,高光谱图像具有高的光谱分辨率,这使得它能够解决许多多光谱不能解决的问题。其二,相邻谱带间存在较强的相关性。这一特点为其降维处理包括波段选择、特征提取等和谱间压缩提供可能。其三,高光谱图像随着维数的增加,超立方体的体积集中于角端,超球体和椭球体的体积集中在外壳[]。该特点进一步为高光谱图像的和压缩处理提供了理论依据。根据高光谱图像的特点及相关技术处理的需要,高光谱数据所携带的信息一般采用如下的三种空间表达方式,即图像空间、光谱空间和特征空间如图1.所示不同表示方式强调了不同的信息,适合于不同的目的要求。对于人类的视觉系统

文档评论(0)

wuyuetian + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档