高光譜遙感技術提高影像地物識別能力
發布日期：2014-05-26 瀏覽次數 ：934
我國經濟的可持續高速發展對礦產資源與能源需求大。但是,當前我國主要礦產資源保障形勢非常嚴峻。遙感技術作為有效的對地觀測手段,先后經歷了全色攝影,彩色攝影、多光譜遙感,高光譜遙感等不同歷史階段。從20世紀70年代起,遙感技術就被廣泛的應用于國土資源調查和監測領域,并取得了豐碩的成果。
近日，黃河水利科學研究院水土保持研究所工程師孔祥兵團隊與武漢大學教授舒寧團隊合作，對目前高光譜遙感影像定量分析和應用中存在的主要問題，提出了一種結合影像空間信息的影像地物光譜信息（端元）提取方法，為更準確地認識影像像元內部地物信息提供了一條有效途徑。相關論文日前發表于《光譜學與光譜分析》雜志。
高光譜遙感是20世紀末遙感領域的一次重大突破,是當代遙感技術的前沿,其中高光譜圖像的目標識別由于具有重要的軍事意義和應用價值,成為高光譜數據處理的重點發展方向之一。在實現方法上,高光譜圖像的圖像分類、目標分類與目標識別具有一定的相似性。
在地物識別過程中,目標光譜特征不明顯是制約識別算法性能的一個重要原因,當圖像中存在與目標光譜特征相似的背景雜波時,算法性能會受到很大影響。針對這一問題,提出了一種基于光譜特征增強的高光譜圖像目標識別方法。利用多分辨率分解和非線性變換突出了未知光譜與標準參考光譜間微小的光譜特征差異,實現了對未知目標的識別。實驗結果表明,相比于未進行光譜特征增強的方法,方法能夠很好地分辨出不同地物間微小的光譜特征差異,同時有效地抑制了圖像中背景雜波的干擾,具有更好的識別能力。
高光譜遙感利用很多很窄的電磁波波段，在遠離目標和非接觸目標物體條件下探測目標地物，獲取其反射、輻射或散射的電磁波信息。由于影像空間分辨率的有限性和客觀地物分布的復雜性，很多重要的地物只隱藏于高光譜遙感影像像元內部，如何準確地“挖掘”出這些亞像元級別上的地物信息，是目前高光譜遙感定量應用的關鍵。
該研究發現，地物分布在空間上具有一定的距離相關性，空間距離越近的地物相似性越大；地物分布在不同區域具有其獨特性，有“大雜居、小聚居”分布規律。基于以上認識，在亞像元地物識別過程各個階段加入影像空間信息，可以明顯提高地物光譜信息提取準確度。
推薦行情