【摘要】：機載高光譜成像技術(shù)因其高空間分辨率的特點,進一步推動了高光譜成像技術(shù)在災(zāi)害監(jiān)測、精細農(nóng)業(yè)、森林病蟲害監(jiān)測和預(yù)防等領(lǐng)域的應(yīng)用。針對具體的應(yīng)用,需要通過處理和分析遙感影像提取重要信息來解決相關(guān)的問題。論文深入地研究了機載高光譜數(shù)據(jù)處理的關(guān)鍵技術(shù),包括非均勻性校正、高光譜圖像壓縮和高光譜圖像解混。論文詳細地介紹了這些關(guān)鍵技術(shù)的原理和數(shù)學模型,并通過機載高光譜數(shù)據(jù)驗證了關(guān)鍵技術(shù)的有效性和可行性。論文的主要內(nèi)容和創(chuàng)新點包括:1)論文分析了機載高光譜圖像非均勻性產(chǎn)生的原因,研究了國內(nèi)外經(jīng)典的非均勻性校正方法。結(jié)合“side-slither”定標技術(shù)和兩點多段的非均勻性校正方法,提出了一種基于“side-slither”定標技術(shù)的非均勻性校正方法。論文詳細闡述了該方法的原理和具體實現(xiàn)步驟,利用機載短波紅外高光譜數(shù)據(jù)驗證了方法的有效性和可靠性,并定量化地評價了該方法的非均勻性校正效果。實驗結(jié)果表明,基于“side-slither”定標技術(shù)的非均勻性校正方法可以成功地消除積分球和太陽之間的等效色溫差異引入的非均勻性校正誤差;該方法在提高圖像質(zhì)量的同時最大程度地保留了原始圖像信息,有利于提高高光譜圖像的定量化應(yīng)用的精度。2)論文分析了高光譜圖像壓縮的必要性,基于高光譜圖像分類和矢量量化壓縮的策略,提出了一種基于非監(jiān)督分類的高光譜圖像有損壓縮方法。論文詳細地闡述了該算法的原理和數(shù)學模型,利用機載可見近紅外高光譜圖像驗證了算法的可行性,并評價了算法的分類精度和壓縮效果。實驗結(jié)果表明,該算法可以同時實現(xiàn)高光譜數(shù)據(jù)的分類和壓縮,取得了高壓縮比結(jié)果和良好的分類效果,滿足了高光譜數(shù)據(jù)同時分類和壓縮的應(yīng)用需求。3)論文研究了高光譜混合像元解混方法,提出了一種基于全色圖像和高光譜圖像的線性光譜解混方法。論文詳細地闡述了該算法的數(shù)學模型及實現(xiàn)步驟,利用機載可見近紅外高光譜圖像驗證了算法的有效性和確定了算法的適用范圍。實驗結(jié)果表明,當全色圖像中各端元之間是可辨別的,該算法能取得較好的解混效果,同時可以獲取高精度的目標光譜信息。4)論文通過模擬全色圖像與高光譜圖像之間的失配,研究了全色圖像與高光譜圖像之間的失配誤差對線性解混精度的影響。數(shù)學模型及實驗結(jié)果表明,像元的解混誤差會隨著全色圖像與高光譜圖像之間失配誤差的增大而增大。5)論文提出了一種成像系統(tǒng)的最大可接納失配誤差的量化方法。以全色圖像為參考標準,根據(jù)全色圖像與高光譜圖像之間失配誤差引入解混誤差的結(jié)果,確定了最大可接納失配誤差的范圍是0.55-1.41個像元。該結(jié)果為儀器研制過程中全色探測器和高光譜探測器之間的誤差分配提供了參考依據(jù)。
【學位授予單位】：中國科學院大學(中國科學院上海技術(shù)物理研究所)
【學位級別】：博士
【學位授予年份】：2019
【分類號】：TP751
【圖文】：

成像儀可以同時獲取地物的空間信息、光譜信息和輻射信息。圖 1- 1 是光/紅外成像光譜儀（Airborne visible/infrared imaging spectrometer , AV在美國加利福利亞野外獲取的高光譜圖像，可以看到地物的兩維空間維光譜信息，而且還可以觀察到不同波段圖像之間的差異性。（3）光數(shù)多，可以獲取地物在某一光譜范圍內(nèi)連續(xù)且精細的光譜曲線。分析光司（ASD）的 FieldSpace3 光譜輻射計[2]可以在 350-2500nm 的譜段范圍量地物的光譜信號，這些光譜信號可以轉(zhuǎn)換為地物的光譜反射率曲線 是 FieldSpace3 光譜輻射計測量得到地面幾種地物的光譜反射率曲線。可以看到，不同地物的光譜反射率曲線具有明顯的差異，同種地物的下的光譜反射率曲線也有明顯的區(qū)別。高光譜遙感技術(shù)就是利用物質(zhì)之差萬別的光譜特征來識別不同的目標。鑒于高光譜遙感技術(shù)的突出特點以及優(yōu)勢，高光譜遙感技術(shù)被應(yīng)用于[3]、資源調(diào)查[4]和城市規(guī)劃[5]等諸多領(lǐng)域。隨著探測器焦平面技術(shù)、精械加工技術(shù)等的迅速發(fā)展,機載高光譜成像儀的空間分辨率不斷提高步推動了高光譜遙感技術(shù)的應(yīng)用范圍, 比如災(zāi)害監(jiān)測、精細農(nóng)業(yè)、森林監(jiān)測和預(yù)防。

災(zāi)害、火災(zāi)等自然災(zāi)害或人為災(zāi)害的發(fā)生會帶來一個國家或地區(qū)影響很大。在災(zāi)害發(fā)生后，受制察和救援人員無法抵達災(zāi)區(qū)以及獲取詳細的災(zāi)區(qū)種迅速獲取信息的方式用于災(zāi)害監(jiān)測[6]，可以快實時災(zāi)情圖，并標識受災(zāi)區(qū)域的交通路況、以及人員所在區(qū)域等信息，向第一時間無法到達現(xiàn)場信息等。核心是充分利用現(xiàn)代信息技術(shù)對作物生長情況的實際情況進行合理灌溉、施肥、噴藥，以更加。機載高光譜成像儀利用其高空間分辨率和實時物和害蟲等管理[7]。例如，通過檢測土壤的水分- 2 FieldSpace3 光譜輻射計測量得到幾種地物的反射 2 Reflectivity curves of several ground targets achieved

監(jiān)測機載高光譜遙感技術(shù)，具有高空間分辨率、實時性好以及容經(jīng)應(yīng)用于火災(zāi)監(jiān)測[37]，颶風監(jiān)測[38]、火山活動監(jiān)測[39]、洪澇監(jiān)測[41]等。例如，日本的地球科學和災(zāi)害預(yù)防研究所（Nationor Earth Science and Disaster Prevention，NIED）開發(fā)了一種新光譜成像儀[42]，該儀器覆蓋了可見近紅外、短波紅外和長波要用于監(jiān)測火山活動。2008 年 4 月 8 日，使用該儀器監(jiān)測到櫻木島火山（Sakurajima volcano）噴發(fā)，通過可見近紅外圖像引起的火山碎屑流的面積，同時長波紅外圖像可以用于分析。之外，在災(zāi)害救援過程中，機載高光譜技術(shù)還可以用來支持等區(qū)域受困人員的搜索和營救活動。比如，無人機搭載 RGB相機用于檢測人體形狀[43]，無人機搭載 CCD 相機和熱紅外相員[44]，無人機搭載紅外傳感器用于跟蹤人的移動[45]。圖 1- 3見近紅外波段的無人機對失蹤人員的搜索結(jié)果。

【相似文獻】

相關(guān)期刊論文 前10條

1 栗榮賀;;遙感圖像處理軟件在文物高光譜數(shù)據(jù)分析中的應(yīng)用[J];遼寧省博物館館刊;2016年00期

2 王祥濤;馮燕;陳武;;基于改進獨立分量分析的高光譜數(shù)據(jù)分類研究[J];計算機仿真;2009年11期

3 葉加青;康婧;;深度置信網(wǎng)絡(luò)環(huán)境下高光譜數(shù)據(jù)降維方法仿真[J];計算機仿真;2019年06期

4 蔡輝;李娜;趙慧潔;;基于本征模函數(shù)的高光譜數(shù)據(jù)特征提取方法[J];紅外與激光工程;2013年12期

5 李娜;趙慧潔;;高光譜數(shù)據(jù)非監(jiān)督分類的改進獨立成分分析方法[J];國土資源遙感;2011年02期

6 張雄飛,張兵,張霞,鄭蘭芬,童慶禧;高光譜數(shù)據(jù)在數(shù)據(jù)庫中的高效存儲技術(shù)研究[J];遙感學報;2004年05期

7 褚西鵬;葛宏立;陳柯萍;;基于小波包變換的葉片高光譜數(shù)據(jù)的樹種分類[J];光譜實驗室;2012年05期

8 陳爾學;李增元;譚炳香;梁毓照;張則路;;高光譜數(shù)據(jù)森林類型統(tǒng)計模式識別方法比較評價[J];林業(yè)科學;2007年01期

9 呂紀榮;;基于小波分析和數(shù)學形態(tài)學相融合的高光譜數(shù)據(jù)去噪[J];激光雜志;2018年06期

10 王祥濤;馮燕;吳政;;高光譜數(shù)據(jù)分類新方法研究[J];計算機工程與應(yīng)用;2010年10期

相關(guān)會議論文 前10條

1 郭宇龍;李云梅;;環(huán)境1號衛(wèi)星高光譜數(shù)據(jù)重建及其精度分析[A];第十七屆中國環(huán)境遙感應(yīng)用技術(shù)論壇論文集[C];2013年

2 郭宇龍;李云梅;;環(huán)境一號衛(wèi)星高光譜數(shù)據(jù)重建及其精度分析[A];第十六屆中國環(huán)境遙感應(yīng)用技術(shù)論壇論文集[C];2012年

3 李云梅;蔣建軍;韋玉春;;利用地面實測高光譜數(shù)據(jù)評價太湖富營養(yǎng)化狀態(tài)[A];第十五屆全國遙感技術(shù)學術(shù)交流會論文摘要集[C];2005年

4 曹揚;胡榮;金彬;張佩;;一種準確快速的高光譜數(shù)據(jù)光譜混合分析方法[A];第二屆高分辨率對地觀測學術(shù)年會論文集[C];2013年

5 楊仁忠;馬利春;石璐;王欣;;基于GPU的高光譜數(shù)據(jù)實時處理平臺結(jié)構(gòu)設(shè)計與分析[A];第二十五屆全國空間探測學術(shù)研討會摘要集[C];2012年

6 董廣軍;;PHI高光譜數(shù)據(jù)光譜重建及城市分類應(yīng)用研究[A];第十五屆全國遙感技術(shù)學術(shù)交流會論文摘要集[C];2005年

7 楊浩;柳炳利;張二喜;郭科;;基于奇異值分解的巖心高光譜數(shù)據(jù)降噪研究[A];第十五屆全國數(shù)學地質(zhì)與地學信息學術(shù)研討會論文集[C];2016年

8 李英杰;薛勇;光潔;何興偉;梅林露;王穎;徐慧;艾建文;;環(huán)境小衛(wèi)星高光譜數(shù)據(jù)在氣溶膠定量反演及沙塵監(jiān)測中的應(yīng)用初探[A];第十七屆中國遙感大會摘要集[C];2010年

9 張晟

本文編號：2772298