【摘要】：Hyperion高光譜影像中的壞線將直接影響后續(xù)應(yīng)用的準(zhǔn)確性。針對Hyperion高光譜輻射率數(shù)據(jù)的特點,考慮影像中壞線像元與鄰近像元在空間和光譜上的相似性,提出了一種局部空間-光譜相似性測度(local spectral-spatial similarity measure,LS3M),以實現(xiàn)對Hyperion高光譜數(shù)據(jù)的描述和壞線修復(fù)。LS3M由空間和光譜兩部分的相似性測度構(gòu)成,前者為歐氏距離度量,后者組合了Canberra距離和光譜相關(guān)角(spectral correlation angle,SCA)。考慮到Hyperion高光譜不同波段的輻射率特性,引入信息熵對SCA進(jìn)行約束。針對相似像元的鄰近搜索問題,引入相似度均值與方差對光譜相似性閾值進(jìn)行動態(tài)調(diào)整。為驗證該方法的有效性,選取了沙漠、草原、森林、城郊、沿海城市和內(nèi)陸城市6種典型場景的Hyperion高光譜數(shù)據(jù)進(jìn)行模擬壞線的定量誤差分析和真實壞線的定性評價;通過與鄰域均值法及常規(guī)光譜相似性測度的對比,證實LS3M法壞線修復(fù)精度更高,穩(wěn)定性更好。
[Abstract]:The bad line in Hyperion hyperspectral image will directly affect the accuracy of subsequent applications. According to the characteristics of Hyperion hyperspectral emissivity data and considering the spatial and spectral similarity between bad line pixel and adjacent pixel, a local spatial spectral similarity measure (local spectral-spatial similarity measure,LS3M) is proposed. In order to describe Hyperion hyperspectral data and repair bad lines, LS3M is composed of spatial and spectral similarity measures, the former is Euclidean distance metric, and the latter combines Canberra distance and spectral correlation angle (spectral correlation angle,SCA). Considering the emissivity characteristics of Hyperion in different bands, information entropy is introduced to constrain SCA. To solve the proximity search problem of similar pixels, the similarity mean and variance are introduced to dynamically adjust the spectral similarity threshold. In order to verify the effectiveness of this method, the Hyperion hyperspectral data of desert, grassland, forest, suburbs, coastal cities and inland cities are selected to analyze the quantitative error of simulated bad lines and the qualitative evaluation of real bad lines. By comparing with the neighborhood mean method and the conventional spectral similarity measure, it is proved that the LS3M method has higher accuracy and better stability.
【作者單位】： 中國地質(zhì)大學(xué)(武漢)信息工程學(xué)院;中國礦業(yè)大學(xué)(徐州)環(huán)境與測繪學(xué)院;河海大學(xué)地球科學(xué)與工程學(xué)院;
【基金】：國家自然科學(xué)基金(41501459,41201341) 中國博士后科學(xué)基金(2013M542086) 中央高校新青年教師科研啟動基金(CUGL140834)~~
【分類號】：P237

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 申晉利;丁樹柏;齊小平;邢學(xué)文;;利用Hyperion數(shù)據(jù)提取海洋烴滲漏信息研究初探[J];遙感信息;2010年04期

2 豐明博;牛錚;;基于經(jīng)驗?zāi)Ｐ偷腍yperion數(shù)據(jù)植被葉綠素含量反演[J];國土資源遙感;2014年01期

3 沈淵婷;倪國強(qiáng);徐大琦;蔣麗麗;賀金平;;利用多項式擬合方法去除Hyperion數(shù)據(jù)條帶噪聲[J];光學(xué)技術(shù);2007年S1期

4 傅錦;韓曉青;張杰林;裴承凱;;基于Hyperion數(shù)據(jù)的巖礦蝕變信息的特征峰提取法[J];世界核地質(zhì)科學(xué);2008年01期

5 梁繼;王建;;Hyperion高光譜影像的分析與處理[J];冰川凍土;2009年02期

6 張苗;蔣志榮;;Hyperion影像的輻射處理方法[J];地理空間信息;2013年05期

7 唐菲;徐涵秋;;高光譜與多光譜遙感影像反演地表不透水面的對比——以Hyperion和TM/ETM+為例[J];光譜學(xué)與光譜分析;2014年04期

8 沈淵婷;倪國強(qiáng);徐大琦;蔣麗麗;賀金平;;利用Hyperion短波紅外高光譜數(shù)據(jù)勘探天然氣的研究[J];紅外與毫米波學(xué)報;2008年03期

9 潘潔;張鷹;;基于Hyperion影像的射陽河口無機(jī)氮磷濃度反演研究[J];遙感信息;2011年03期

10 彭彬;田家;田慶久;;面向湖泊水色監(jiān)測的衛(wèi)星遙感成像仿真初步研究——基于Hyperion場景[J];遙感信息;2012年06期

相關(guān)會議論文 前2條

1 林志壘;;Hyperion高光譜影像的特征提取研究[A];中國地理學(xué)會百年慶典學(xué)術(shù)論文摘要集[C];2009年

2 詹遠(yuǎn)增;王迪峰;毛志華;;基于Hyperion衛(wèi)星高光譜影像的溢油信息提取研究[A];第八屆成像光譜技術(shù)與應(yīng)用研討會暨交叉學(xué)科論壇文集[C];2010年

相關(guān)重要報紙文章 前10條

1 本報記者 小白;Hyperion財務(wù)合并推新平臺[N];計算機(jī)世界;2005年

2 本報記者 吳萍;布道BPM[N];計算機(jī)世界;2004年

3 于翔;BPM步入整合時代[N];網(wǎng)絡(luò)世界;2006年

4 張承東;Oracle“多吃”才能“多占”[N];網(wǎng)絡(luò)世界;2007年

5 本報記者 周蓉蓉;BPM：走過理念到實際應(yīng)用[N];計算機(jī)世界;2005年

6 ;強(qiáng)化BI能力 Oracle 33億美元收購海波龍[N];網(wǎng)絡(luò)世界;2007年

7 ;Hyperion Essbase分析型應(yīng)用軟件平臺[N];中國計算機(jī)報;2002年

8 振;甲骨文Oracle Hyperion透視企業(yè)成本[N];電腦商報;2008年

9 吳曉偉;Hyperion深挖BPM的中國價值[N];計算機(jī)世界;2003年

10 本報記者 吳曉偉;完整BPM應(yīng)用要兼具五個特征[N];計算機(jī)世界;2004年

相關(guān)博士學(xué)位論文 前1條

1 唐菲;基于多源遙感影像數(shù)據(jù)的不透水面信息提取[D];福州大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 柳萍萍;基于Hyperion數(shù)據(jù)的森林類型識別[D];中南林業(yè)科技大學(xué);2012年

2 董連英;Hyperion影像森林植被分類方法與應(yīng)用研究[D];吉林大學(xué);2013年

3 黃楠;基于Hyperion數(shù)據(jù)的地物分類方法研究[D];東北林業(yè)大學(xué);2006年

4 張倩倩;基于Hyperion高光譜影像土地利用分類[D];浙江農(nóng)林大學(xué);2013年

5 郭嘯川;基于降維的Hyperion高光譜數(shù)據(jù)的樹種識別研究[D];福建師范大學(xué);2013年

6 劉衍宏;基于高光譜Hyperion數(shù)據(jù)的粘土礦信息提取應(yīng)用研究[D];中國地質(zhì)大學(xué)（北京）;2010年

7 周燕;基于Hyperion數(shù)據(jù)的淺海地形和海洋光學(xué)參數(shù)反演方法研究[D];中國海洋大學(xué);2010年

8 劉津懌;基于Hyperion數(shù)據(jù)的農(nóng)田土壤有機(jī)質(zhì)含量提取方法[D];吉林大學(xué);2012年

9 翟羽娟;基于Hyperion影像的玉米葉面積指數(shù)反演[D];吉林大學(xué);2013年

10 周利鵬;基于Hyperion高光譜影像的松散堆積物礦物識別[D];蘭州大學(xué);2014年

，

本文編號：2423986