222高光谱遥感4.ppt

上传人:b****1 文档编号:1138558 上传时间:2022-10-17 格式:PPT 页数:31 大小:8.57MB
下载 相关 举报
222高光谱遥感4.ppt_第1页
第1页 / 共31页
222高光谱遥感4.ppt_第2页
第2页 / 共31页
222高光谱遥感4.ppt_第3页
第3页 / 共31页
222高光谱遥感4.ppt_第4页
第4页 / 共31页
222高光谱遥感4.ppt_第5页
第5页 / 共31页
点击查看更多>>
下载资源
资源描述

222高光谱遥感4.ppt

《222高光谱遥感4.ppt》由会员分享,可在线阅读,更多相关《222高光谱遥感4.ppt(31页珍藏版)》请在冰豆网上搜索。

222高光谱遥感4.ppt

高光谱遥感光谱特征提取,高光谱影像特点高光谱特征提取概念高光谱特征提取方法,课前准备,1、什么是高光谱影像特征提取?

2、可以采取哪些方法进行光谱特征提取?

利用成像光谱仪纳米级的光谱分辨率,获取非常窄且光谱连续的图像数据;为每个像元提供数十至数百个窄波段的光谱信息,并生成一条完整而连续的光谱曲线。

一、高光谱影像特点,植被,特征提取包括的内容非常广泛,既可以指影像空间维,也可以指光谱维特征提取。

二、高光谱特征提取概念,光谱特征提取即从原始数据中提取其光谱特征参数,以满足后续处理要求。

1、什么是高光谱影像特征提取?

三、高光谱特征提取方法,问题1:

下图中的光谱曲线属于哪种地物大类?

2、可以采取哪些方法进行光谱特征提取?

(讨论),1、分段PCA方法2、波谱特征的简化表达3、光谱吸收特征参数提取方法4、光谱曲线的函数分析,三、高光谱特征提取方法,主要思想是将原始的高光谱数据分成若干组,然后对每一组进行PCA变换,再根据变换后的主成分进行波段选择。

对高光谱数据直接利用PCA方法进行特征提取从效率和物理意义上往往不能满足需求。

1、分段PCA方法,特点:

并不将每组的PCA第一主成分作为特征降维结果,而是同过计算组类各波段的贡献率进行波段选择,未损失反射率的物理意义。

光谱二值编码,2、光谱曲线的简化表达,波谱特征简化表达的目的反射率为浮点型数据,波段数量多,为提高分析效率,可以对光谱曲线进行简化表达。

分段编码,将光谱波长分成几段分别进行二值编码,各段具有不同的编码阈值T。

仅在一定波段进行编码,仅在最能区分地物类型的波段进行编码。

既能达到良好分类目的,又能提高编码效率。

包络线:

每条光谱曲线的外凸包曲线。

3.1包络线消除,3、光谱吸收特征参数提取方法,包络线去除前后的光谱曲线图,包络线消除后,那些“峰”值点上的相对值均为1,非“峰”值点均小于1。

形成若干个吸收谷,能够突出反映光谱吸收特点。

包络线,原始光谱,包络线消除后光谱,通过采用能量透射率较高的450750nm可见光波段反射率均值R450-750对原始反射率R进行标准化比值处理,获得有机质诊断指数(OII)R/R450-470均值作为反演因子(贺军亮)。

光谱吸收位置(AP)光谱吸收深度(AD)吸收宽度(AW)吸收面积(AA)光谱吸收对称性(AS)光谱吸收指数(SAI),3.2光谱吸收特征参数提取,AP,光谱吸收位置(AP):

反射率最低处波长。

吸收深度(AbsorptionDepth,AD),吸收宽度(AbsorptionWidth,AW),AD,AD/2,AW,最大吸收深度一半处的光谱带宽。

反射率最低点与反射率=1的距离,吸收对称性(AbsorptionSymmetry,AS),吸收对称性,以过吸收位置的垂线为边界,右边区域面积与左边区域面积的比值的常用对数。

吸收面积(AbsorptionArea,AA),一个光谱吸收特征可由光谱吸收谷点M及其两个肩部S1和S2组成,或由吸收峰值点及两个肩部组成。

光谱吸收指数SAI(spectralabsorptionindex),M,水体的光谱吸收参数实例,在图像上选择两类不同的水体,分别是富营养化的水体和清洁水体,进行包络线去除后提取吸收特征参数。

富营养化较高水体,相对清洁水体,吸收深度(AD)用灰度级(0-255)表示,宽度(AW)以波段数目表示。

水体的光谱吸收参数,富营养化较高水体,相对清洁水体,两种水体的在可见光范围内反射率较小,在近红外和中红外波段,反射率极低,与典型的水体光谱特征符合。

A.低反射率特征,水体的光谱吸收参数实例,水体的光谱吸收参数,富营养化较高水体,相对清洁水体,两者在绿光波段都有一个反射峰,这是因为样本是池塘水体,存在着富营养化,水体中浮游生物较多,叶绿素使得蓝光与红光波段存在吸收峰。

B.绿峰特征参数,水体的光谱吸收参数实例,水体的光谱吸收参数,富营养化较高水体,相对清洁水体,对于富营养化水体来说,其整体亮度值偏高,即吸收深度AD较清洁水体小,SAI也较清洁水体小。

但除此之外,两者的吸收峰位置差异较小。

因而可通过SAI或AD进行区分,C.水体类型区分参数,水体的光谱吸收参数实例,1.目的,一些典型地物往往具有相对固定的波形形态,为了准确地通过数学形式描述这种形态,以及准确确定光谱曲线的特征点,可以将光谱曲线(或局部)用一个数学函数表达出来。

4.1光谱曲线函数模拟法,4、光谱曲线的函数分析,水稻:

武香5021,函数形式500-680nm植被可见光光谱反射率模型(VVSR)670-780nm植被倒高斯模型(IG),2.植被光谱曲线的函数模拟,植被可见光光谱反射率模型(VVSR),植被倒高斯模型(IG)(红边分析),最大光谱反射值,最小光谱反射值,高斯函数对称轴,高斯函数方差值,影响红边起始位置,影响红边斜率,与植被健康状况密切相关,采用导数光谱技术可以消除光谱数据之间的系统误差、减弱大气辐射、散射和吸收对目标光谱的影响,以便提取可识别地物的光谱吸收参数(波长位置、深度、宽度和吸收光谱指数等)。

光谱微分可以增加光谱曲线在坡度上的细微变化。

4.2光谱导数,图1玉米叶片反射率光谱曲线,图2玉米叶片一阶微分光谱曲线,史合印等利用光谱导数技术,对河口浑浊水体处的叶绿素浓度反演的进行了研究,结果表明二阶光谱导数的特征波段对浑浊水体的叶绿素含量更为敏感。

光谱积分就是求出在某一波长范围内的下覆面积。

利用高光谱数据可生成与多光谱数据波段相对应的影像。

4.3光谱积分,军事伪装主要是对天然植被与土壤环境的模仿。

一般的人造伪装材料在可见光波段(400nm一760nn)与植被和土壤的光谱极为相似。

植被覆盖伪装,迷彩涂料伪装,思考:

真实植被光谱,思考:

请分析真实植被和伪装涂料光谱曲线特点,设计利用光谱特征提取进行涂料伪装的识别方案。

基于高光谱遥感的湖泊水质污染研究-以聊城东昌湖为例,郭邵萌.基于高光谱数据的盐渍化土壤光谱特征研究及信息提取,赵振亮.基于高光谱特征的水上油膜提取与分析研究,刘丙新.基于高光谱遥感的矿物光谱特征分析和提取,刘天乐.基于高光谱和图像处理技术的油菜病虫害早期监测方法和机理研究,赵芸.,参考资料,高光谱遥感张良培,武汉大学出版社.高光谱遥感-原理、技术与应用童庆喜、张兵等,高等教育出版社.,HSI光谱成像仪(环境与灾害小卫星HJ-1A)http:

/中国资源卫星应用中心Hyperion成像光谱仪(地球观测1号EO-1卫星系统)http:

/地理空间数据云http:

/speclab.cr.usgs.gov/spectral.lib06/USGS光谱数据库,

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 幼儿教育 > 家庭教育

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1