基于频谱和光谱特征的高光谱地物分类比较

目的频谱作为物质的能量特征进行地物的识别是可行的。本文针对国内外利用频谱进行地物分类尤其是森林植被分类研究的匮乏,探索频谱的地物识别潜力,将高光谱影像的光谱曲线转化为频谱进行地物识别研究。方法以福建将乐林场为研究区,利用国产环境小卫星高光谱影像(HJ-1A HSI)和同时成像的多光谱影像(CCD),通过能量分离变换的方法对高光谱和多光谱进行融合,获取高空间分辨率的高光谱影像;然后,将融合影像的光谱曲线转化到频率域,进而获取频谱;通过“频谱距离”对研究区进行地物分类,并将分类结果与光谱角填图(SAM)分类结果进行比较。结果在频域中植被类别和非植被类别的低阶幅度谱具有明显的可分性,频谱方法提高了马尾松、杉木和阔叶林的制图精度,对于光谱特征相似的不同森林植被具有更好的区分能力;非植被类别在1阶谐波的频谱容易区分, 植被类别需要用前7次谐波的幅度谱进行区分,随着频率的增大,频谱变化趋于相似,并且非植被类别在频域的能量累计速度高于植被类别;与SAM的分类结果比较发现,基于频谱的分类方法总体分类精度为84.19%,比SAM分类结果总体精度提高0.7%。结论利用频谱信息可以降低光谱曲线上噪声的影响,保留类别的重要区别信息,提高地类的分类精度,因此利用频域中的频谱进行地类识别具有可行性。      

基于ERDAS IMAGINE软件的快鸟影像融合研究

该文采用PCA变换与IHS变换对快鸟的多光谱、全色影像进行融合处理.图像的处理全过程均在ERDASIMAGINE 8.5中完成.影像的统计特征评价均值、标准差在ERDAS IMAGINE 8.5中完成,熵、联合熵的计算应用Matlab编程完成.经计算两种变换后影像的联合熵均大于原图像,其中以PCA融合处理后的联合熵(15.865)最大.各波段的均值、标准差也与原多光谱影像相近,因此该试验中PCA变换最佳,不但保留了多光谱的特性,还融进了全色波段的高分辨率特征.     

基于ETM遥感影像的荒漠公益林融合方法研究

随着遥感影像融合技术的发展,提高了光谱分辨率较高而空间分辨率较低影像的应用前景,这对于森林资源调查具有重要意义.本文利用ETM影像,通过主成分、比值、乘积和IHS变换等4种融合方法对研究区影像进行了融合,并对融合后的影像进行了效果评价.结果表明,所有融合后图像的标准差和信息熵都大于原始影像,融合后图像的信息量大大增加,其中基于IHS变换的融合方法效果较其它3种融合方法好.     

不同融合算法对ETM+遥感影像融合效果对比研究——以陕西安塞县和永寿县为例

为了对比不同融合算法在提取试验地地类信息的效果,采用Brovey、HSV、PC、Gram-Schmit、和Wavelet融合算法对安塞县和永寿地区的2幅ETM+遥感影像进行融合,并采用信息熵、标准差、偏差指数和相关系数进行了融合效果评价。结果表明:就空间信息量而言,经过HSV变换的图像具有最大的空间信息,而经过Brovey变换的图像,其空间信息最低,其他融合算法则在空间信息量上差别不大;就原光谱信息的保真能力而言,经过HSV变化的图像,其光谱保真能力最差,其他算法之间的光谱保真能力相差不大。     

基于LBV变换的ETM+图像融合方法

以陕西省神木县的Landsat ETM+图像作为基础数据源,对比测试3种图像融合方法的使用效果。对ETM+多光谱图像进行预处理后,分别采用PCA变换、HIS变换和本文方法与同源全色波段图像进行像素级融合处理;通过目视判读从多光谱信息保持性能、高空间分辨率信息融入度两方面对比分析3种融合方法的使用效果。分析结果表明,采用本文方法能够使ETM+多光谱图像在融合后增强地物图斑的形状特征和纹理结构特征,提高空间细节表达能力;并且相较于HIS变换和PCA变换的融合图像,能够更为完整的保持6种植被和3种非植被地类的色调,图像目视解译效果显著提高。     

核函数主成分分析在粮虫特征提取中的应用

针对储粮害虫种类多、类别之间区分度比较小的特点,提出基于核函数主成分分析(KPCA)的粮虫特征提取方法.利用高斯径向基核函数,对特征选择后的10维原始数字特征进行核函数主成分分析,即通过非线性变换将样本数据从输入空间映射到高维特征空间,然后在高维特征空间进行特征提取.从类间可分性指数和粮虫分类效果2个方面,将KPCA法...     

基于地物特征的遥感图像融合效果

以ETM多谱段和全色影像为数据源,在最佳波段组合分析的基础上,采用主成分变换、乘积变换、小波变换、小波+IHS混合变换和小波+主成分混合变换等方法对图像进行融合.以均值、标准差、信息熵为评价指标,比较分析了不同地物特征的图像融合效果.结果表明:采用小波+IHS混合方法有利于耕地信息的提取;采用小波+主成分融合方法有利于居民地、林地、牧草地、水域、未利用地和园地等信息的提取.     

陕北黄土丘陵沟壑区ALOS遥感影像融合方法研究

【目的】通过几种遥感影像融合方法的比较,筛选适合于陕北黄土丘陵沟壑区遥感影像处理的融合方法。【方法】利用ALOS全色波段与多光谱影像,通过主成分变换、乘法变换和Brovey变换等3种融合方法,对陕北黄土丘陵沟壑区遥感影像进行融合,并对融合后的影像进行效果评价。【结果】所有融合处理图像的标准差和信息熵多大于原始影像,融合后图像的信息量大大增加,其中Brovey变换法在提高目视效果和识别精度方面优于其他2种融合方法。【结论】3种变换融合方法中,Brovey变换更适合于陕北黄土丘陵沟壑区ALOS遥感影像的融合,同时也为提高该区遥感影像的解译精度奠定了基础。     

潮滩植被调查最佳波段组合研究

以TM影像为遥感数据信息源,使用FieldSpec3 Hi-Res便携式地物波谱仪采集研究区内典型地物的光谱数据,IDL程序设计语言为开发工具,编程实现了遥感影像的统计特征计算。将遥感影像按照地物类别进行分区,从遥感影像的统计特征入手,结合典型地物的光谱特征分析和遥感数据定量分析的方法,在上海崇明东滩展开了波普特性和波段组合的试验研究。经过分析及反复试验将TM3赋予红色波段、TM5赋予绿色波段、TM4赋予蓝色波段,不同植被类型可由绿色色调加以区分,对于潮滩植被调查效果较好。     

毛竹林HJ-1HIS专题信息的响应与识别

受目标地物分布地形影响和高光谱的可达10-2λ的光谱敏感性响应等因素影响,高光谱影像中存在严重的信息重叠现象,增加地物的识别难度。通过分析毛竹林与马尾松、杉木、硬阔、经济林等主要森林类型在HJ-1 HIS影像中的光谱相似性、可分性,确定出可适用于毛竹信息提取的高光谱波段,并比对毛竹专题信息提取精度。结果表明,毛竹与马尾松、杉木、硬阔、经济林4种森林类型的原始光谱曲线规律基本一致,光谱差异较小;光谱变换后,在波长753~765 nm和908~917 nm处,各森林类型间光谱差异明显,毛竹与其他森林类型在第1、2、5、9、10、45、59、60、61、109、110、111、112、113、114、115等波段具有较好的可分性,这些波段可用于毛竹专题信息的提取,所选特征波段组合的图像较原始图像的分类总精度提高12.61%,提取竹林面积共计34 117 hm~2。     

基于小波融合的泉州市QuickBird影像绿地信息提取

以2006年泉州市部分QuickBird多光谱影像与全色影像为实验区数据基础，在遥感软件ERDASIMAGINE9．2平台支持下，应用小波融合算法及融合规则实现QuickBird融合处理，在此基础上进行归一化植被指数（NDVI）运算，通过人机交互式提取得到实验区5种主要的绿地类型：公园绿地、生产绿地、防护绿地、附属绿地及其他绿地．结果表明：1）QuickBird多光谱影像、全色影像的信息熵分别为3．975，4．162，而QuickBird融合影像的信息熵为7．251，明显高于前两者，融合后空间信息更丰富；2）QuickBird融合影像的平均梯度是3．328，多光谱影像、全色影像分别是1．552，2．965，融合影像纹理特征更明显；3）QuickBird融合影像与多光谱影像的偏差是0．0359，全色影像的偏差为0．0562，均接近于0，小波融合影像较好地保持了源图像的光谱特性；4）绿地信息分类提取的精度为89．6％，趋近90％．     

ETM+遥感影像融合方法的土地覆盖分类精度的研究

采用小波变换、小波和PCA相结合、小波和HIS相结合等遥感影像融合方法对Landsat7 ETM+多光谱与全色影像进行融合和土地覆盖分类研究,并结合影像的光谱统计参数和融合影像分类精度对这些方法进行评价,结果发现这3种融合方法均能不同程度地提高影像的分类精度。其中,第3种方法所得融合影像与原多光谱影像的相关系数最大,均方差、相关系数和信息熵最大,影像所含信息量最多,光谱特性保持较好;清晰度较高,在空间细节信息的表现能力上较优,所以融合影像的分类精度最高。因此,小波和HIS相结合的融合方法更适合ETM+融合影像的土地覆盖分类研究。     

Combining spatial and spectral information to estimate chlorophyll contents of crop leaves with a field imaging spectroscopy system

Imaging spectroscopy is widely used in weed recognition, pest monitoring, agricultural product quality control and other precision agricultural fields. In the present study, an in-house-designed/developed field imaging spectroscopy system (FISS, 380–870 nm) was used to obtain the imaging spectra of soybean leaves at 344 wavelengths. The spatial and spectral information including the entropy, mean reflectivity and standard deviation of the leaf images at different wavelengths were extracted; the chlorophyll content was retrieved using multiple linear regression (MLR) together with the spatial information and spectral information, and the results were compared with the results derived with the Analytical Spectral Devices (ASD, FieldSpecFR spectrometer, Analytical Spectral Devices Inc., USA) data that were generated using conventional single sensor spectrometers. The results demonstrated that the entropy, standard deviation and other features of the image were very good indicators of the leaf chlorophyll content, confirming the idea that spatial information can be used to retrieve chlorophyll content, with an accuracy equivalent to that of spectral information, and can provide information that spectral reflectivity cannot provide. Thus, integrating spatial information and spectral information can greatly improve the chlorophyll content retrieval accuracy and reduce the estimation errors by 20 %. Due to the unique measurement method and image-spectrum-in-one feature, the field imaging spectroscopy system (FISS) data can be conveniently used to achieve accurate chlorophyll content retrieval, and the retrieval error was reduced by 30–45 % compared with that for the ASD data. FISS data and the proposed method of integrating both spectral and spatial information of imaging spectroscopy have potential advantages in quantitative spectral analysis applied in agricultural biochemistry related fields.     

遥感图像数据融合方法与评价方法

为了对比分析不同融合方法的融合效果,本文采用Brovey、Intensity-Hue-Saturation(IHS)、Principal com-ponent(PC)、Gram-Schmit和Wavelet融合方法对北京和三亚地区的两幅ETM+遥感影像进行融合。对于融合后的图像,采用衡量信息量的信息熵、标准差,衡量光谱保真能力的偏差指数和相关系数进行了融合效果评价。结果表明:Brovey方法融合后的图像在对原有波谱信息的保留上具有最大的优势,但是其空间信息的详细程度最差;Intensity-Hue-Saturation(IHS)方法融合后的图像,具有最大程度的空间细节信息,而对原光谱信息的保留能力最差。PC、Gram-Schmit以及Wavelet融合方法无论在空间信息的详细程度还是在对原图像光谱保真能力上,都相差不大,其融合效果非常接近。     

Analysis of Spectral Characteristics Based on Optical Remote Sensing and SAR Image Fusion

Because of cloudy and rainy weather in south China, optical remote sens-ing images often can＇t be obtained easily. With the regional trial results in Baoying, Jiangsu province, this paper explored the fusion model and effect of ENVISAT/SAR and HJ-1A satel ite multispectral remote sensing images. Based on the ARSIS strat-egy, using the wavelet transform and the Interaction between the Band Structure Model （IBSM）, the research progressed the ENVISAT satel ite SAR and the HJ-1A satel ite CCD images wavelet decomposition, and low/high frequency coefficient re-construction, and obtained the fusion images through the inverse wavelet transform. In the light of low and high-frequency images have different characteristics in differ-ent areas, different fusion rules which can enhance the integration process of self-adaptive were taken, with comparisons with the PCA transformation, IHS transfor-mation and other traditional methods by subjective and the corresponding quantita-tive evaluation. Furthermore, the research extracted the bands and NDVI values around the fusion with GPS samples, analyzed and explained the fusion effect. The results showed that the spectral distortion of wavelet fusion, IHS transform, PCA transform images was 0.101 6, 0.326 1 and 1.277 2, respectively and entropy was 14.701 5, 11.899 3 and 13.229 3, respectively, the wavelet fusion is the highest. The method of wavelet maintained good spectral capability, and visual effects while improved the spatial resolution, the information interpretation effect was much better than other two methods.     

融合频谱变换的板材纹理缺陷分类

为了实现板材表面纹理和缺陷的自动分类识别,提出一种融合小波、曲波和双树复小波3种频谱变换的板材表面纹理和缺陷的快速协同分类方法。分别提取小波变换的14个特征、曲波变换的16个特征和双树复小波变换的38个特征;融合三者特征以及整幅图像的标准差和熵,采用粒子群算法优选出24个关键特征;运用BP神经网络作为分类器,针对乱纹、抛物纹、直纹、活结和死结5种类别的300幅图像进行仿真实验,基于小波变换、曲波变换、双树复小波变换与特征融合方法的平均分类正确率分别为80.0%、81.1%、84.2%、88.0%,分类平均时间分别为0.018、0.503、0.021、0.325 s。实验结果表明,特征融合方法实现了对小波特征、曲波特征和双树复小波特征的有效选择,提高了分类的速度和精度。     

卫星遥感融合技术在植烟生态研究中的应用

 烟草种植的生态研究在烟草种植规划与管理中发挥重要作用。利用遥感融合技术辅助开展烟草种植的生态研究极少。以云南省丽江市为例,尝试利用不同的融合算法对研究区的WorldView 2影像进行融合试验,并对结果进行定性与定量分析评价。结果表明：（1）GS变换的融合效果最好,光谱信息丰富,图像保真度高,Pansharp变换次之,Brovey和IHS变换效果最差,存在光谱信息损失和光谱扭曲。（2）利用GS变换和Pansharp变换融合的图像色调变化小,地物细节表现较好,有利于WorldView 2影像信息（植被、水体等）提取工作的开展,进一步辅助烟草种植的生态研究。     

基于ZY-3和图像融合的冲沟参数提取研究

本文以山东省栖霞市庵里水库西岸流域为研究区,基于Gram-S chimdt(GS)方法、色彩空间(Hue Saturation Value,HSV)变换和主成分分析(Principal Component Analysis,PCA)三种方法,对研究区的资源三号卫星(ZY-3)图像进行了图像融合,基于各融合图像提取冲沟参数并进行精度评价。结果表明:三种融合图像均保留了多光谱图像的光谱信息,同时具有全色图像的空间纹理细节信息;与基于原始多光谱图像解译冲沟参数相比较,采用GS光谱锐化、HSV变换及PCA变换融合图像解译冲沟参数更准确;相对检验区实测冲沟参数,基于GS光谱锐化融合图像提取的冲沟参数精度最高,解译出的冲沟沟面积和沟长的相关系数分别为0.991和0.984。是冲沟参数提取的最优图像融合方法。     

基于小波变换的IRS与TM遥感卫星影像融合

本研究在整体小波变换融合方法基础上，提出了基于对比度的局部特征选择加权小波变换影像融合方法，并以多光谱TM和高空间分辨率IRS-1C全色波段图像为例，与色彩空间变换HIS融合方法进行图像融合效果的比较分析试验。试验表明基于对比度的局部特征选择加权小波变换影像融合方法能在最大限度保持多光谱影像光谱信息的同时，增强了影像的纹理信息。