本文關鍵詞：高光譜吸收峰的特征定量化分析方法研究

  更多相關文章： 光譜學 高光譜遙感 光譜匹配 吸收峰特征 吸收峰選擇 向量距離

【摘要】：高光譜遙感作為最近幾十年發(fā)展起來的技術,在各個領域都發(fā)揮著越來越重要的作用。在高光譜眾多的研究分支中,光譜匹配是一個重要的研究方向。高效率高精度的光譜匹配算法是實現(xiàn)高光譜分類的一個手段。由于高光譜曲線可以看作是一個高維矢量,具有方向和數(shù)值兩方面的特性。傳統(tǒng)的光譜匹配方法往往只是側重光譜的方向或者數(shù)值特性,加上高光譜遙感數(shù)據(jù)又容易受到噪聲、大氣的干擾,造成高光譜數(shù)據(jù)的信噪比過低,使光譜匹配的精度降低。為解決這一問題,根據(jù)光譜曲線的吸收峰反映了地物內(nèi)在分子結構的這一基本特點,本文重點研究了在高光譜吸收峰特征參量的基礎上進行的光譜匹配方法,主要工作如下:(1)綜述了高光譜匹配的基本知識和研究現(xiàn)狀。對高光譜匹配和光譜的吸收特征參量做了介紹,比較了常用光譜匹配算法的優(yōu)缺點。(2)提出了基于高光譜吸收峰特征參量的光譜匹配方法。根據(jù)不同物質的光譜吸收峰特征相異的特點進行光譜的匹配。首先對得到的光譜曲線進行包絡線消除與歸一化預處理,然后基于新提出的光譜吸收特征參數(shù)以及重新定義的光譜特征參量重新組成了吸收峰特征參量矩陣,最后根據(jù)特征矩陣的相似度進行光譜匹配,通過兩組實驗驗證,根據(jù)新的特征參量和匹配算法,匹配的結果在精度上有一定的提升。(3)提出了一種基于歐氏—余弦距離的聯(lián)合距離選擇算法,根據(jù)選擇后的吸收峰特征參量矩陣進行光譜曲線匹配。該算法首先根據(jù)標準特征參量矩陣與待測特征參量矩陣的每個向量的余弦—歐氏距離來逐一尋找吸收峰的匹配向量,之后根據(jù)選擇后的吸收峰特征參量矩陣進行光譜匹配。實驗結果表明,該算法可以搜尋到最佳的特征參量向量,從而實現(xiàn)吸收峰的選擇。用選擇到的吸收峰特征參量矩陣進行高光譜匹配后,匹配的誤差有一定程度的下降。
【關鍵詞】：光譜學 高光譜遙感 光譜匹配 吸收峰特征 吸收峰選擇 向量距離
【學位授予單位】：杭州電子科技大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP751
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 緒論10-16
• 1.1 研究背景與意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-14
• 1.2.1 高光譜遙感的發(fā)展現(xiàn)狀11-13
• 1.2.2 高光譜遙感的應用領域13
• 1.2.3 高光譜圖像匹配技術的研究現(xiàn)狀13-14
• 1.3 本文的研究內(nèi)容和組織結構14-16
• 第二章 基于吸收峰特征參量的光譜匹配方法16-34
• 2.1 引言16
• 2.2 光譜特征的參量化16-20
• 2.2.1 光譜吸收指數(shù)16-17
• 2.2.2 光譜斜率和坡向17-18
• 2.2.3 單吸收峰特征參量化18-20
• 2.3 常用光譜匹配方法20-23
• 2.3.1 光譜角度匹配21-22
• 2.3.2 光譜特征擬合22
• 2.3.3 光譜相似度匹配22-23
• 2.3.4 最小距離匹配23
• 2.4 改進的特征參量及基于特征參量矩陣的光譜匹配算法23-25
• 2.4.1 改進的吸收特征參量23-24
• 2.4.2 基于特征參量的光譜匹配算法24-25
• 2.5 實驗結果與分析25-33
• 2.5.1 AVIRIS-92AV3C數(shù)據(jù)實驗25-29
• 2.5.1.1 光譜預處理26-27
• 2.5.1.2 特征參量提取與光譜匹配27-29
• 2.5.1.3 實驗結果分析29
• 2.5.2 長春光機所數(shù)據(jù)實驗29-33
• 2.5.2.1 光譜預處理30-31
• 2.5.2.2 特征參量提取與光譜匹配31-33
• 2.5.2.3 實驗結果分析33
• 2.6 本章小結33-34
• 第三章 吸收峰不等的光譜匹配方法34-58
• 3.1 引言34
• 3.2 常見幾種向量距離介紹34-38
• 3.2.1 歐氏距離35
• 3.2.2 夾角余弦距離35-36
• 3.2.3 馬哈拉諾比斯距離36-37
• 3.2.4 切比雪夫距離37
• 3.2.5 閔可夫斯基距離37-38
• 3.3 基于向量聯(lián)合距離的光譜特征參量矩陣選擇算法38-40
• 3.4 實驗結果與分析40-56
• 3.4.1 美國加州薩利納斯山谷實驗40-48
• 3.4.1.1 標準光譜的獲取與預處理41-43
• 3.4.1.2 吸收峰特征參量提取43-44
• 3.4.1.3 不同維特征參量矩陣的選擇44-46
• 3.4.1.4 根據(jù)選擇后的矩陣進行光譜匹配實驗46-48
• 3.4.2 Urban數(shù)據(jù)實驗48-56
• 3.4.2.1 標準光譜的獲取與預處理49-51
• 3.4.2.2 吸收峰特征參量提取51-52
• 3.4.2.3 不同維特征參量矩陣的選擇52-54
• 3.4.2.4 根據(jù)選擇后的矩陣進行光譜匹配實驗54-56
• 3.5 本章小結56-58
• 第四章 總結與展望58-60
• 4.1 總結58-59
• 4.2 展望59-60
• 致謝60-61
• 參考文獻61-65
• 附錄65

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前6條

1 黃文鈺;尚海興;;基于小波變換的高光譜遙感影像光譜匹配技術研究[J];西北水電;2013年01期

2 李蔚,常本康;S_(25)光電陰極與景物反射光譜的光譜匹配系數(shù)[J];兵工學報;1999年04期

3 喻春雨;常本康;劉鐵兵;王世允;張俊舉;;光譜匹配在X光機設計中的應用[J];光子學報;2006年12期

4 張勇;戎志國;閔敏;張玉香;;風云二號氣象衛(wèi)星紅外通道交叉輻射定標光譜匹配[J];遙感技術與應用;2013年05期

5 劉磊,常本康;超S_(25)和新S_(25)光電陰極與景物反射光譜的光譜匹配系數(shù)[J];真空科學與技術學報;2004年04期

6 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 黃文鈺;尚海興;;基于小波變換的高光譜遙感影像光譜匹配技術研究[A];陜西省水力發(fā)電工程學會第三屆青年優(yōu)秀科技論文集[C];2013年

2 張建生;孫傳東;陳良益;盧笛;;光譜匹配對水下微光光電成像系統(tǒng)的影響[A];西部大開發(fā) 科教先行與可持續(xù)發(fā)展——中國科協(xié)2000年學術年會文集[C];2000年

3 唐衛(wèi)華;安橋石;海杰峰;葛桂冬;俞江升;張�？�;;光譜匹配的二元供體材料設計及單層器件[A];中國化學會第29屆學術年會摘要集——第25分會：有機光伏[C];2014年

4 龍波;王銳;楊明江;;利用高光譜數(shù)據(jù)創(chuàng)建GIS圖層研究[A];第四屆海峽兩岸GIS發(fā)展研討會暨中國GIS協(xié)會第十屆年會論文集[C];2006年

5 劉漢湖;楊武年;;高光譜分辨率遙感在地質應用中的關鍵技術及前景[A];第十四屆全國遙感技術學術交流會論文摘要集[C];2003年

中國碩士學位論文全文數(shù)據(jù)庫 前5條

1 石俊峰;高光譜吸收峰的特征定量化分析方法研究[D];杭州電子科技大學;2016年

2 李新雙;光譜數(shù)據(jù)庫的設計及光譜匹配技術研究[D];武漢大學;2005年

3 劉偉;基于光譜特征分析的匹配與分類技術研究[D];解放軍信息工程大學;2008年

4 楊瑩;基于PDA的影像光譜匹配研究[D];中國地質大學（北京）;2009年

5 蔡建亮;Cr~(3+)激活的農(nóng)用膜轉光劑材料的制備及其發(fā)光性能[D];暨南大學;2014年

，

本文編號：784565