基于SAM与SVM的高光谱遥感蚀变信息提取

高光谱遥感技术的发展,提高了遥感技术的定量化水平,要求人们从光谱维去理解地物在空间维的变换。提出了一种光谱角匹配技术(Spectral Angle Mapper,SAM)与支持向量机(Support Vector Machine,SVM)相结合的高光谱遥感蚀变信息提取模型,在光谱维提取地表的蚀变信息。鉴于SAM算法仅考虑波谱矢量方向,忽略辐射亮度大小的缺点,利用SVM算法对SAM的提取结果进行二次分类,利用网格搜索法并结合分类精度评估进行参数寻优。通过AVIRIS高光谱数据实验证明,提取的蚀变信息分类精度为78.172 6%,Kappa系数为0.712 5。该模型计算方便,对于解决光谱维的地物分类及相似矿物的蚀变信息提取具有一定的实际意义。

光谱图像技术结合SAM算法识别自然场景下的成熟柑橘

为了实现采摘机器人在复杂的自然场景下正确识别树上果实,来完成果实采摘,研究了不同环境下柑橘的识别方法.针对复杂的自然环境的影响及传统方法的局限性,在可见光和近红外区域择选5个特征波长滤波片,采集得到5幅滤波后的图像,并利用光谱角分类算法完成柑橘识别.试验结果表明,在光照角度、光照强度等不同条件下,柑橘的识别准确度达到96%.研究表明,滤波片光谱图像技术结合光谱角分类算法可以有效地识别自然场景下的成熟柑橘.

多光谱遥感影像的SAM-SID混合分类技术研究

以SPOT 5多光谱影像为数据源,通过与SAM、SID以及常规的最大似然法(ML)和最小距离法(MD)的对比,研究了基于SAM-SID混合法的土地覆盖多光谱遥感分类技术。研究结果显示,相比于SAM和SID,SID(TAN)和SID(SIN)两个SAM-SID混合参量对多光谱影像上地物识别的能力更强,尤以SID(SIN)的识别能力最强;基于SID(SIN)的多光谱遥感分类验证精度达78.94%,不但明显高于SAM和SID法,而且也高于常规的MD和ML监督分类方法。这说明SAM-SID混合分类方法不但适用于高光谱遥感分类,同时在多光谱遥感分类中也有很强的适用性。

SAM法在多光谱图像分类中的应用

不同类型的地物具有不同的反射光谱, 在多维光谱空间中构成不同的特征向量, 这便是我们利用多光谱图像区分地物的物理依据。多光谱图像分类的精度受到多种因素的影响, 如模式样本集的数据结构、分类特征的提取、距离测度、分类准则、分类数目等。本文引入光谱匹配识别中的典型方法——光谱角度匹配法(SAM法), 通过与欧氏距离的比较分析与综合, 提出一种可以兼顾到光谱亮度与光谱向量方向(近似为光谱形状) 的距离测度, 并应用于K-均值动态聚类中, 通过与传统分类方法的比较, 证明这种方法的有效性。

SiC SAM APD紫外探测器的模拟研究

文中基于多种理论模型构建了4H-SiC SAM APD结构紫外光电探测器的基本物理模型。模拟研究了包括反向伏安特性、离化率、光谱响应在内的光电效应特性,并通过改变SAM结构各层厚度,得到了厚度与击穿电压、光谱响应的关系,从结果可以看出:减小P+层厚度、增大N、N+层厚度可有效增大光电流,提高探测器性能。

基于SAM和多源信息的土地利用／覆盖自动分类

将多源信息与光谱角制图(SAM)自动分类相结合,探求多源信息在TM图像自动分类中的作用.以具有代表性的浙江富阳市和义乌市为研究区,进行试验验证.结果表明,与其他多源信息如海拔高程、坡向、归一化植被指数(NDVI)、归一化水体指数(NDWI)、归一化建筑指数(NDBI)和归一化裸土指数(NDBaI)相比,坡度信息的辅助作用最为突出.复合坡度信息后的TM图像SAM分类总精度比单独TM图像SAM分类提高10%左右.融合坡度辅助信息运用SAM方法,适用于地形地貌复杂、土地利用细碎地区的TM图像土地利用/覆盖自动分类.

基于SGMD线性峭度和log-SAM的滚动轴承故障诊断方法

对数-频谱振幅调制(log-SAM)方法容易受到强噪声影响,基于辛几何模态分解(SGMD)方法所得分解结果中故障特征信息分散,传统峭度也容易受噪声中的随机冲击干扰。针对上述问题,提出一种基于SGMD、线性峭度和log-SAM相结合的新方法。首先,对滚动轴承振动信号进行SGMD分解,得到众多分量;其次,基于最大线性峭度,筛选具有丰富特征信息的分量作为数据源;最后,对数据源进行log-SAM分析,实现最优故障诊断。通过分析滚动轴承仿真信号和实测滚动轴承内圈故障信号,证实所提方法具有更好的抑噪能力和诊断效果。

基于量子遗传光谱角分类算法的高光谱植被特征波段选取

高光谱数据往往具有数百个连续的窄波段,能够反应地物必要且详细的光谱反射信息,因而被广泛应用于地物精细分类中。然而,由于高光谱窄波段间较强的相关性和冗余性,将整个原始高光谱数据应用于实际分类中,并不能获得令人满意的精度。因此,特征波长或波段选择一直以来都是高光谱实际应用的关键和难点所在。前期的特征波段选择方法不仅计算效率低,容易陷于局部优化,而且波段指向性和解释性不强。以鄱阳湖湿地连续极端干旱情况下1月—5月份枯水期植被物种精细分类中的特征波段选择为例,采用便携式地物光谱仪(SVC HR1024)实测的包括青蓼、藜蒿、紫云英、风花菜、长刺酸模、看麦娘、虉草、苔草、南荻、芦苇等10种湿地植物物种的高光谱反射数据,引入量子遗传算法(QGA),综合基于k近邻分类器的光谱角分类方法(KNN-SAM),提出基于量子遗传k近邻光谱角分类算法(QGA-KNN-SAM),获取适用于湿地植被高光谱精细分类的特征波长,同时采用k中心点聚类算法确定特征波段区间。该算法与基于传统遗传k近邻光谱角分类算法(GA-KNN-SAM)进行对比实验发现,QGA-KNN-SAM的平均分类精度为95%左右,明显高于GA-KNN-SAM的平均分类精度90%;且基于QGA-KNN-SAM算法的特征波长点及波段相对聚焦,其跨度为589~634.4 nm,明显低于GA-KNN-SAM的1107.6~1205 nm。与传统植被的精细分类不同,湿地植被的精细分类除考虑反应植被的光谱波段外,还需要考虑反应地表水文特征的波段信息。与目前常见的多光谱及高光谱卫星影像的波段分布对比发现,QGA-KNN-SAM算法选取的特征波段的指向性和可解释性更优。该算法既提高了波段选择的计算效率和可解释性,又弥补了在波段选择研究中QGA方法的缺失,可为同类研究提供科学支撑。

基于光谱知识库的TM影像冬小麦条锈病监测研究

基于高光谱信息的冬小麦条锈病严重度反演模型通常不能直接应用在宽波段卫星影像上,而拥有高光谱波段信息的航空遥感影像又因数据尺度小、成本高难以应用于大规模监测。文章提出一种通过构建冬小麦条锈病光谱知识库,利用TM影像实现病情识别和监测的方法。该方法以包含各种不同病情严重度的试验田的三幅小麦关键生育期PHI航空遥感影像为媒介,利用病情指数DI的经验反演模型和基于波谱响应函数的TM波段模拟,建立DI和TM波段模拟反射率间的光谱知识库。在此基础上,通过马氏距离法和光谱角度填图(SAM)法将待检象元的光谱信息与光谱知识库进行匹配分析从而实现对病情识别和监测。监测的精度利用模拟TM象元进行评价,识别的效果利用TM影像象元进行检验。结果表明,该方法在一定生育期范围内具有较佳的监测精度和识别效果。其中,使用模拟TM象元在小麦灌浆期精度最佳,评价的R2达到0.93,乳熟期次之,拔节期最差,基本不能用于监测。使用TM影像象元在灌浆期和乳熟期可较好地识别染病象元,在拔节期无法有效识别染病象元。匹配方法马氏距离法略优于光谱角度匹配法。

地物波谱数据辅助的SPOT影像模拟真彩色方法研究

提出一种新的高分辨率遥感影像真彩色模拟方法。该方法从遥感成像光谱角度,依据地物波谱特性,采用光谱角匹配模型(SAM),首先计算出地物在绿(G)、红(R)、近红外(NIR)以及短波红外(SWIR)波段的整体和局部波谱向量角;然后根据角度距离构建最小距离隶属函数,查找对应地物波谱库中最为相似的地物波谱;最后对此条地物波谱曲线积分计算出该像素点在蓝波段的反射率。实验表明,该方法模拟出的SPOT真彩色影像在视觉效果和空间信息上优于传统的方法。

三点寻峰算法处理光纤布拉格光栅传感信号

为了精确获得光纤布拉格光栅(FBG)传感系统的中心波长,提出了一种新的峰值检测算法,即三点寻峰法。研究了该算法的流程,在此基础上确定了影响峰值检测精度的三要素,即窗口大小、稀疏数据个数和波长间隔。考虑窗口大小的合理选取是提高寻峰精度的关键,本文采用求导法来确定光谱处理窗口大小。然后,设置采样间隔对窗口内光谱进行重采样,获得稀疏光谱数据并进行多项式拟合。最后,根据拟合结果选取合适的波长间隔,从而确定三点坐标并对FBG反射谱进行峰值检测。仿真实验结果表明:当光谱处理窗口大小为0.4nm、重采样间隔为0.18nm时获得了3个光谱数据;其波长间隔取0.22nm时,所提方法的峰值误差为0.4pm,好于其他寻峰算法,满足精确解调FBG传感系统的要求。

藏东罗布莎蛇绿岩遥感岩矿信息提取方法研究

为研究如何利用遥感技术进行蛇绿岩岩矿信息识别和提取,以藏东罗布莎蛇绿岩为例,基于ETM和ASTER遥感数据,分别采用比值法和主成分分析法提取羟基类(蛇纹石、绿泥石)和铁染类(磁铁矿、橄榄石)矿物信息;利用纯净像元指数法(pure pixel index,PPI)提取端元波谱,结合地面已知岩性信息,分别采用光谱角分类法(spectralangle mapping,SAM)和波谱特征拟合法(spectral feature fitting,SFF)识别纯橄岩和橄榄岩,研究了罗布莎蛇绿岩及其主要蚀变矿物的空间分布特征。经过对比分析可知,用多种方法、多种数据提取的岩矿信息可以相互验证;提取出的纯橄岩和橄榄岩与所提取的羟基类和铁染类蚀变遥感异常信息有较好的空间重叠,且与地面调查结果基本吻合。研究表明,该方法用于蛇绿岩遥感岩矿信息提取是可行的,并取得较好的地质效果。

基于改进光谱特征拟合算法的高光谱数据矿物信息提取

根据光谱特征拟合算法在实际应用中存在的问题,介绍一种改进光谱特征拟合算法,该算法综合常规的特征拟合处理和地物光谱吸收特征参量约束为一体,能更细致地进行高光谱数据地物信息提取。实验基于不同空间分辨率和信噪比的高光谱数据,编程实现改进光谱特征拟合算法对实验区的白云母、方解石、绿泥石等蚀变矿物信息提取,与常规光谱特征拟合和光谱角制图处理结果的比较分析发现改进算法在矿物混淆区分、信息提取精细度上均得到提高,有较强的实用性。

地物光谱匹配模型比较研究

在大量实测的城市地物光谱数据的基础上,对3种有代表性的光谱匹配模型,即最小距离、光谱角度匹配(SAM),光谱相似度匹配进行了深入计算和分析,在这3种模型中,以SAM表现程度较好,但都不是最理想,区分程度不是很高.为增强区别程度,本文引入了导数对光谱匹配模型进行了重新计算,分析结果表明,一阶导数能明显增加3种光谱匹配模型的区分度,尤其是最小距离法增加非常明显.

基于ASTER数据的蚀变矿物信息提取——以哈密黄山铜镍矿区为例

在分析哈密黄山铜镍矿区典型地物波谱特征的基础上,设计了基于ASTER数据的蚀变信息提取流程,详细论述了对4组含不同离子或基团的常见蚀变矿物应用主成分分析(PCA)进行蚀变信息提取、采用光谱角制图法(spectral angle mapper,SAM)进行干扰异常筛选的"SAM去干扰异常主分量门限技术"。4组(9种)蚀变矿物包括:含Fe离子的矿物(针铁矿、赤铁矿)、含CO23-基团的矿物(方解石、白云石)、含Al-OH基团的矿物(白云母、蒙脱石、高岭石)以及含Mg-OH基团的矿物(绿泥石、绿帘石)。蚀变矿物信息提取结果表明,"SAM去干扰异常主分量门限技术"方法可行,对ASTER数据的应用效果与实际情况比较吻合,充分证明ASTER在短波红外范围内具有很强的矿物刻画能力。

基于光谱角分类器遥感影像的自动分类和精度分析研究

遥感影像是地球表面一定区域景观和覆盖的客观记录和形象显示。选择黑河弱水流域作为自动分类的典型研究区 ,利用该区域的 Landsat7ETM+遥感影像结合地面实况调查数据 ,寻找土地利用 /覆盖类型自动分类的训练样本 ,运用光谱角分类方法对 ETM+图像进行自动分类。通过分类图像与地面真实样本数据对比分析 ,获得适用于荒漠地表遥感影像自动分类的可行性方法 ,并且进一步讨论了混淆矩阵计算的分类误差 ,研究了以 Kappa分析为基础的精度评价。

用高分一号数据提取玉米面积及精度分析

由于受到时间分辨率的影响,长期以来国内遥感技术在面积监测、作物长势监测等方面受到限制。针对此问题,该文利用"高分一号"卫星高空间和高时间分辨率的特点,应用其宽幅16m分辨率数据,结合Landsat-8和RapidEye数据,采用支持向量机(SVM)和光谱角法(SAM)在许昌进行农作物(玉米)的识别和面积提取及其精度分析。结果表明,"高分一号"4个宽幅传感器的影像应用精度差别较大,其中WFV3数据的作物识别与种植面积提取精度最高,高于Landsat-8,与RapidEye接近;而WFV1和WFV4数据的应用效果较差,不太适用于试验区内复杂的秋季作物类型的识别。总体上讲,SVM分类器的分类精度和Kappa系数都要好于SAM分类器,相比之下SVM更适合于农作物的识别和种植面积提取。

基于权重光谱角制图的高光谱矿物填图方法

分析光谱角制图方法缺陷的基础上,提出权重光谱角制图(weight spectral angle mapper,WSAM)方法。其基本思路为:在相似波谱曲线差异较大的特征区间设置权重,以增大它们相似度之间的差异。当识别某种矿物时,可找到参考波谱与其相似性矿物波谱差异较大的特征区间,并在此区间设置权重,从而使相似性矿物波谱与参考波谱的相似度降低,增加其与目标矿物的区分度。通过AVIRIS高光谱数据的实验证明,权重光谱角制图方法通过设置目标矿物和其相似性矿物的差异特征区间,降低了相似矿物波谱与目标矿物标准波谱的相似性,增加了相似性矿物的目视区分能力,能够较为准确地区分出目标矿物和其相似性矿物。

基于ASTER数据的内蒙古东乌珠穆沁北部地区遥感蚀变信息提取

ASTER数据在短波红外和热红外波段光谱信息明显优于ETM,使得在ASTER波段范围内能够更为详尽地刻画地物波谱,尤其是具有特征谱带的岩石和矿物。选择内蒙古东乌珠穆沁旗北部地区为工作区域,设计了用光谱角制图法提取矿化蚀变信息的技术方案。通过波段组合和增强处理,ASTER数据对含Fe—OH(如黄钾铁矾,含铁白云母)、Al—OH(如粘土类矿物、明矾石、绿泥石、绢云母)和Fe3+(如褐铁矿,赤铁矿)3种类型蚀变信息的刻画能力明显比ETM更好。野外查证了提取结果的可靠性。

光谱角制图法与谱线平行分类法若干问题的探讨-以ETM数据为例

光谱角填图技术是一种从已知光谱向量对遥感图像进行分类的一种方法。在矿产资源勘查中,我们可以在遥感图像上首先选择已知矿床区为感兴趣区,然后选择和感兴趣区的光谱角度相似的光谱值作为矿化信息,其物理意义基于同种地物光谱相似。然而,在实际认识中,存在着光谱谱线平行和光谱向量平行混淆的误区。本文把光谱谱线平行与传统的光谱角制图进行了对比,并利用遥感图像进行矿床信息的提取,最后从实际的找矿效果上进行综合分析和研究,指出光谱角制图在实际应用中效果更优。