光谱角余弦与相关系数测度组合的光谱匹配分类方法与实验

光谱相似性测度是高光谱影像光谱匹配分类的准则,但单一的光谱相似性测度不能综合考虑光谱曲线的形状、辐射等多种特征,因此将其用于高光谱影像光谱匹配分类时精度较低,研究发现两种或多种相似性测度的组合能够有效提高光谱匹配分类的精度。在光谱角余弦测度和相关系数测度的基础上,采用算术平均的组合方式,得到光谱角余弦-相关系数测度,将其用于光谱匹配分类,实现光谱角余弦与相关系数测度组合的光谱匹配分类方法。提出了基于光谱角余弦-相关系数测度的光谱匹配分类流程,通过ROSIS和OMIS两组高光谱影像分类实验表明,相比于光谱角余弦测度和相关系数测度,将光谱角余弦-相关系数测度用于光谱匹配分类能够得到较高的总体分类精度,对单一地物的分类精度也有一定程度的改善。

基于经验模态分解的图像拼接

对待拼接图像分别进行经验模态分解,对分解得到的第一个固有模态函数与第二个固有模态函数的叠加进行特征点提取、特征点匹配与变换矩阵的估计以实现图像的拼接,文中提出的方法有效提高了特征点匹配的正确率,具有很强的鲁棒性。在图像融合方面文中提出一种新的基于余弦关系变换的加权融合技术,在实现图像无缝拼接的同时,可有效去除拼接图像重叠区域的重影与鬼影现象。

辣椒早疫病潜育期的光谱特性判别方法

辣椒早疫病是影响辣椒安全生长的常见生物灾害,具有突发性和易感性等特点,容易引发大的经济损失。在辣椒生长过程中,针对病害潜育期侵染情况进行科学监测预警是保证作物健康生长的重要前提。利用400~1000 nm波段的高光谱图像结合光谱相似性测度方法建立作物病害潜育期的光谱特性判别方法。针对接种早疫病病菌的辣椒叶片和健康叶片,用高光谱成像仪连续动态监测其不同感染期的高光谱图像。对试验采集的一系列高光谱图像提取感兴趣区的平均光谱,通过卷积平滑、多元散射校正以及最大最小归一化方法(SG-MSC-MMN)预处理,进而提出以光谱角余弦-相关系数和切比雪夫距离两种测度作为早疫病潜育期的光谱特性评价参数。最后利用主成分分析(PCA)验证潜育期的光谱特性判别方法效果,实现样本潜育期的可视化分布。试验结果显示:利用光谱角余弦-相关系数与切比雪夫距离作为辣椒早疫病潜育期的光谱特性评价参数并分别建立相应的判别方法是可行的,且根据这两种判别方法得到的辣椒早疫病潜育期最早可识别时间均为接种后24 h。根据PCA绘制得到接种24 h时的健康-接种样本空间分布情况,分别验证所提出的两种基于光谱特性的潜育期最早可识别时间判别方法。建立的辣椒早疫病潜育期最早可识别时间判别方法可推广应用于其他作物病害潜育期的监测识别,为作物病害潜育期的科学防治提供理论参考与方法借鉴。