光谱角匹配加权核特征空间分离变换高光谱异常检测算法

提出了一种光谱角匹配(SAM)加权核特征空间分离变换(KEST)高光谱异常检测算法.在基于核的特征空间分离变换(KEST)算法基础上,利用光谱角匹配(SAM)测度对高维特征空间中检测点邻域差异相关矩阵(DCOR)中的每个样本引入权重因子,各样本权重因子取决于该样本光谱向量与检测窗口数据中心向量夹角,从而抑制检测窗口中的病态数据,突出主成分数据的贡献,使得DCOR矩阵能够更好地描述目标、背景数据分布差异.通过理论分析和对模拟、实际数据实验比较,证明该算法较传统异常检测算法和KEST算法具有更高的检测率.

基于光谱角匹配算法的水体信息提取研究

针对水体信息提取时,传统算法不能较好地解决山体阴影被误提为水体的问题,引入多用于高光谱数据处理的光谱角匹配算法,以Land-sat8 OLI(band1-band7)为数据源,以黄河小浪底水库周边区域为实验区,开展水体信息提取研究,结果显示:水体指数法和波段关系提取的结果中有大量的山体阴影信息,提取精度不超过30%,而光谱角匹配法提取结果受阴影的影响较小,提取精度在99%以上。

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。

基于ENVI和GIS的矿物精细化提取与分析

为充分发挥ENVI和GIS等遥感软件在高光谱矿物精细化提取与分析中的作用,以云南个旧老厂矿区及外围为研究区,采用国产GF-5遥感数据,基于ENVI平台采用光谱角匹配法和波谱特征拟合法对研究区的蚀变矿物信息进行精细化提取,基于统计分析软件和GIS平台,对提取的研究区蚀变矿物信息进行数理统计、相关性和地物化遥等综合分析。研究显示,基于国产GF-5数据提取的研究区蚀变异常信息与该区地质和物化探信息吻合较好。研究表明,利用国产GF-5数据,基于ENVI和GIS等软件平台可对研究区蚀变矿物进行精细化提取与分析,为该区传统地质找矿工作提供参考。

基于Hyperion数据的粘土矿物权重信息提取研究--以江西省赣州地区为例

以Hyperion数据为信息源,以江西省赣州地区为研究区,进行了粘土矿权重信息提取方法研究。通过对光谱角制图(SAM)和匹配滤波(MF)两种方法的对比,提出了将二者相结合确定各类粘土矿物权重信息的综合方法。实验结果表明,该方法能结合二者的优点,弥补相互之不足,从图像背景中准确提取出了各类粘土矿物的权重信息,部分权重大的粘土分布位置及其类型与采样点的位置及样品分析结果相吻合,证明了该方法的可行性。

大田银顶格铁矿集中区的遥感找矿应用研究

闽西南永安—梅州—惠阳成矿带是福建省重要的铁矿成矿带。本文通过分析福建省大田县银顶格铁矿及其周围矿区的地质特征、矿物发育特征,确定了运用主成分分析法(PCA)提取铁染蚀变异常信息,然后利用光谱角制图法(SAM)将其结果进一步分类优化,并与已知矿床、矿(化)点分布资料相验证,效果较好,对该地区下一步铁矿调查及遥感找矿工作,有一定的参考意义。