逐波段修正负相关的光谱角填图算法

光谱角填图算法作为一种常用的光谱相似性度量方法,不能正确区分光谱间的正负相关是其内在的缺陷,因此,导致基于光谱角的高光谱遥感图像分类算法误分率较高。详细分析了光谱角的数学公式,提出了逐波段修正负相关影响的光谱角填图算法。算法首先判断每个波段间是否存在负相关,然后对负相关产生的光谱角加以修正,使最终的全波段光谱角可以正确反映光谱间的相似关系。算法由IDL7.0实现,在模拟数据上的实验表明,修正了负相关的光谱角可以将光谱角填图算法无法区分的光谱正确分离出来;在实际高光谱遥感图像上进行目标探测的实验表明,修正后的光谱角可以提升探测效果,有效地压制误分率。

高光谱成像技术在中国画颜料分类和识别上的应用初探——以光谱角填图(SAM)为例

为探索光谱角填图法在颜料分类和识别上的操作方法,用高光谱成像系统采集了现代中国画的高光谱图像,利用光谱角填图法对绘画所用颜料进行分类和识别。通过将多次分类识别结果与绘画实际所用颜料进行对比,发现采用光谱角填图时应根据不同的物质设置不同的阈值,方能取得好的填图效果;阈值大小的确定可通过对比已分类区域的平均光谱曲线和标准光谱库曲线来进行。通过对已知颜料进行光谱角填图的实践,探索颜料的光谱角填图规律,为未知中国画文物颜料的填图在阈值的设置上提供数据支撑,使高光谱成像技术更有效地应用于中国画文物颜料的鉴定和识别。

光谱角填图法在辽瓷研究中的初步应用

本文基于高光谱成像技术采集了辽宁省博物馆馆藏的两件辽代三彩釉印花花口盘的高光谱数据,选取其中一件的感兴趣区,提取三个区域的光谱曲线进行曲线比对分析,利用提取的感兴趣区光谱曲线对两件瓷盘分别进行光谱角填图。结果表明光谱角填图法能够识别两件瓷盘的相同成分,同时可以清晰、准确地显示各种成分的区域分布,该方法为研究辽瓷特点及对辽瓷更进一步的科学检测分析提供了有力的支撑。

利用地表土壤的反射光谱勘探油气的方法研究

反射光谱分析提供了一种高效和低成本的鉴别物质成分和结构的方法,油气微渗漏理论则建立了油气藏与其上部地表特定蚀变之间的因果关系,因此,可以通过检测地表蚀变的反射光谱来勘探油气。野外实地测量和高光谱遥感均能够实现反射光谱的检测。文章首先提出了典型含气区测点的光谱曲线的宏观特征;然后,给出了一种基于野外测量的反射光谱来确定特定蚀变的地表分布(即分类)的方法。将本方法应用于青海××地区野外测量的反射光谱的分析中,得到的蚀变异常区与该地区的已有气田成功吻合。本方法的鲁棒性实验表明,当分类过程中选用不同的参数组合(例如:分类样本,研究波段范围和相似度阈值)时,均能得到较好的分类结果。为该地区进行中的Hyperion高光谱遥感油气勘探项目提供了有效的分类样本和参考算法。

多光谱遥感技术预测矿产资源的潜能——以蒙古国欧玉陶勒盖铜金矿床为例

建议把蚀变遥感异常作为一个新的找矿参数,文中讨论了蚀变遥感异常的地质基础和光谱前提。在矿床地质学和蚀变矿物光谱参数特征的基础上,编制了一张用于蚀变遥感异常提取及对其地质解释的表格。设计了从ETM+和ASTER数据中提取羟基蚀变矿物组合信息的独特流程方案。这个方案称之为"去干扰异常主分量门限化技术",文中示以简化的流程图。ETM+数据用来研究位于欧玉陶勒盖铜金矿床东北部的汉保各德中酸性火成杂岩体岩性特征,ASTER近红外和短波红外数据用来提取欧玉陶勒盖斑岩铜金矿矿床及其近区的羟基异常,通过选择性主分量分析判断欧玉陶勒盖铜金矿矿床的矿床类型为斑岩型。已知矿区各矿体的羟基异常都十分清晰,此外在矿床西部还发现了三个新的有希望的羟基异常。此工作进一步展示出多光谱遥感技术对于金属矿床的预测具有极好的潜能。

应用多光谱ASTER数据对ETM遥感异常的定性判别研究-以东昆仑五龙沟为例

文中讨论了新的找矿参数——蚀变遥感异常的地质基础和光谱前提,在矿床地质学和蚀变矿物光谱参数特征的基础上,编制了一张用于遥感异常提取及对其地质解释的表格。ETM遥感异常提取技术已在全国推广,ASTER数据可以在三个方面对已推广的ETM起到重要的补充作用:1.利用短波红外增设的波段,对某些矿致异常区分其矿化(矿床)类型;2.利用增设的热红外波段区分某些岩性;3.可有助于解决ETM因第7波段太宽而产生的许多疑难问题。本文以东昆仑五龙沟为例讨论了ASTER对于解决ETM遥感异常性质判别困难方面的作用。

西藏冈底斯地区斑岩铜矿识别的最佳多光谱遥感异常判据研究

文章应用多光谱遥感技术,对冈底斯斑岩铜矿带的实例(驱龙、甲玛、朱诺、冲江、夏玛日等矿床)进行了研究和总结,包括ASTER和ETM+数据技术特征、蚀变异常找矿的地质依据、蚀变异常提取的波谱前提、多光谱矿致遥感异常提取的常见技术方法、去干扰异常主分量门限化技术流程、冈底斯斑岩铜矿带找矿模型最佳遥感异常判据研究等。确定了ASTER主分量分析提取的羟基异常OHA6、OHA5同心套合异常可做为斑岩铜矿的最佳多光谱遥感异常判据,在从夏玛日至朱诺的13景共4.6万平方公里的ASTER提取异常中,依此判据圈定了冈底斯20处有潜能的斑岩铜矿异常。此外,还对夏玛日景遥感异常进行了解译,并提出了3处钻孔孔位建议。

基于高光谱影像融合的湿地植被类型信息提取技术研究

对-36°和0°的多角度高光谱CHRIS遥感影像数据进行植被指数计算及影像融合,提出归一化植被指数(ND-VI)与高光谱影像融合后,采用波谱角填图(SAM)的方法提取湿地植被类型信息。该方法首先对-36°影像进行NDVI植被指数计算,然后与0°影像融合,再采用SAM方法提取湿地植被类型。结果显示,利用该方法对青海省隆宝滩湿地植被类型的提取精度可达到92.23%;而利用SAM方法对0°影像直接进行湿地植被类型提取,其精度只有66%。由此可见,利用不同角度信息影像融合的方法,大大提高了高光谱影像进行湿地植被类型信息提取的精度,为湿地植被类型信息提取又提供了一个有效可行的方法。

滇缅地区离子吸附型稀土矿高光谱遥感信息提取方法研究

稀土是中国的优势矿产资源,存在北轻南重不均衡分布的特点,轻稀土元素储量大,北方以白云鄂博为代表的内生型轻稀土矿储量占全国稀土总储量的99%,但真正引起世人瞩目的是南方风化壳离子吸附型稀土矿,已查明矿区分布在江西、福建、广东、广西、湖南、浙江、云南7省,无论在开采条件和资源禀赋特征方面都是得天独厚,尤其是其中的中、重稀土成分,全球范围内资源十分稀缺,是日本所谓新发现的太平洋海底稀土所无法比拟的(王登红,2013),面对这一局面。

ASD FieldSpec 3地物光谱数据在水磨—大河地区岩性分类中的应用

以四川省旺苍县水磨—大河地区为研究区,利用美国ASD Field Spec 3便携式地物光谱仪野外实测岩矿波谱数据和ASTER遥感影像数据,基于GIS平台,根据野外实测的岩石光谱曲线和USGS光谱库的典型岩石光谱曲线提取端元波谱,对区域影像像元的光谱曲线进行匹配,采用ENVI4.4软件自动信息提取与人机交互解译相结合的方式,进行岩性分类,可以有效地划分区内岩性界线,满足填图需求,对辅助该区区域基础地质调查、矿产普查等具有重要的应用价值。

面向高光谱影像分类的高性能计算及存储优化

针对高光谱遥感影像分类的并行化处理,现有研究一般是通过集群和工作站来开展,成本较高,部署困难。少数基于GPU方式的研究主要是从流程的角度来论证该并行架构对提高算法效率的有效性,对于算法关键的存储器优化策略等研究相对较少或不详细。针对现有研究的不足,以CUDA架构下高光谱遥感影像的光谱波形匹配法和光谱角填图法分类的高性能计算为例,对算法存储优化策略进行重点研究,深入探讨了一系列存储优化及其改进方法。通过实验论证分析表明:存储优化策略及其改进方法有效,并且对于多种不同尺寸与数据量的影像,CUDA架构下算法的运行效率都有了较为显著的提升。同时,基于CUDA的高光谱影像分类维护了计算结果的准确性。

基于机载激光雷达和高光谱数据的树种识别方法

训练样本的选取是影响监督分类精度的直接原因之一,数据空间分辨率越高,训练样本要求越准确,而人机交互训练样本选取推广力有限。利用机载高光谱(AISA)和激光雷达(LiDAR)主被动遥感数据,探讨基于高分辨率影像的训练样本自动提取技术以及适合树种识别的遥感变量。根据树木的结构和高度差异,开展树高分层掩膜试验,并计算光谱间夹角,在每个高度层中自动化优选树种的高纯度训练样本。计算植被指数、主成分分析等特征变量,基于支持向量机分类器对研究区进行树种精细分类。实验表明:通过对阔叶林、马尾松Pinus massoniana,毛竹Phyllostachys edulis,杉木Cunninghamia lanceolata,油茶Camellia oleifera的训练样本分层自动提取后再进行分类,激光雷达和不敏感色素指数变量能有效提高树种分类精度。其中高光谱+激光雷达+结构不敏感色素指数变量组合的分类精度最高,其总体精度和Kappa系数分别为89.12%和0.86,阔叶林、马尾松、毛竹、杉木、油茶的用户精度分别为75.00%,100.00%,86.36%,90.91%和96.55%。该方法对本研究区森林树种的识别是有效的。

基于高光谱影像的树种分类

应用环境与灾害监测预报小卫星(HJ-1A)的超光谱成像仪(HSI)高光谱影像,对大兴安岭地区塔河林区进行树种分类。HSI数据经过去条带和大气校正预处理,获取准确的树种光谱信息,分别采用波谱角填图法和线性波谱分离法进行树种分类。结果表明:在树种识别中,基于线性波谱分离的方法较基于波谱角填图法要优越,线性波谱分离方法的总体精度为72.0%,Kappa系数为0.600;波谱角填图法的总体精度为62.5%,Kappa系数为0.459。

基于HICO高光谱的黄河口湿地植被识别方法

湿地植被制图是湿地自然资源管理过程中的一项重要任务。文中选取黄河口湿地为研究区,应用海岸带高光谱成像仪影像,提出了一种基于包络线去除的改进型光谱角匹配(Spectral Angle Mapper based on Continuum Removal,SAM_CR)方法,对芦苇、狄草、碱蓬和怪柳等湿地典型植被进行分类提取。结果表明,SAM_CR湿地典型植被种类识别的总体精度由传统SAM方法的74.87%提高到80.61%。

基于SAM算法的遥感影像湿地植被分类

以黑龙江省扎龙自然湿地保护区高光谱遥感影像为试验区域,通过对野外试验调查数据和预处理后的高光谱遥感影像进行前期处理,再采用光谱角填图(SAM)图像分类方法进行植被分类实验得出结果,并与最大似然法和支持向量机(SVM)分类方法结果进行对比研究分析,通过实验结果得出误差矩阵和精度评价分析,得到最大似然法的总体分类精度和以及Kappa系数是最低的,而光谱角填图分类方法的总体精度为89.87%,Kappa系数为0.880 7,分类结果要好于其他两种分类方法,其对高光谱遥感影像植被分类实验更具有准确性和实用性。

基于端元提取的滇中典型森林类型识别研究

端元波谱的选择对森林类型的识别精度和效率具有重要影响。以滇中地区典型森林植被为研究对象,基于Landsat8 OLI遥感影像数据,结合二类调查数据,在影像融合的基础上提取典型森林植被的感兴趣区,通过最小噪声分离变换及n维散点图提取滇中典型森林植被(云南松、华山松、蓝桉、柏木和栎类)的波谱曲线,利用提取出的端元波谱,采用波谱角填图法进行滇中典型森林类型的识别,采用混淆矩阵对分类结果进行精度评价;同时,与传统的森林类型分类识别端元提取方法进行了对比分析。研究结果表明:1)基于感兴趣区端元提取的方法所得的分类结果较为理想,总体分类精度达83.46%,其中云南松84.78%、华山松96.88%、蓝桉80.60%、柏木75.00%、栎类57.69%。2)基于几何顶点的端元提取方法通过多次端元波谱提取、波谱分析仍仅能识别云南松、华山松、蓝桉和栎类,柏木无法识别;分类精度分别为云南松89.13%、华山松84.37%、蓝桉76.12%、栎类53.13%。基于传统方法提取出的波谱近似程度较高,分类精度偏低,端元波谱不易识别。3)基于感兴趣区的端元提取方法方便快捷、精度较高,可避免无意义端元波谱对分类结果的混淆,能有效解决端元波谱无法识别的技术难题。

月表哥白尼坑地区橄榄石和辉石分布特征

利用Clementine UVVIS和NIR数据的950—750nm等7个波段参数，对月表哥白尼陨石坑（Crater Copernicus）地区的橄榄石和辉石分布进行提取，比较了光谱角填图（Spectral Angle Mapper，SAM）分类法和决策树分类法对两种岩矿的提取效果。首先计算了950／750nm和2000／1500nm两个波段比值；然后计算元素百分含量（Al％，Ca％，Mg％，FeO％）和月壤成熟度Is／FeO等5个波段参量；再选取哥白尼坑中央丘及其附近的已知的辉石和橄榄石分布区作为ROI，结合该ROI使用SAM和决策树对5个波段参量、2个波段比值和Clementine UVVIS数据进行分类以提取橄榄石和辉石分布。结果证明SAM的准确性较决策树分类方法高，SAM对橄榄石的分类结果与前人研究结果符合得很好，且SAM分类方法容易推广至月表其它区域。

顾及植被的复杂艰险地区多光谱遥感岩性识别

针对复杂艰险地区修建道路时,地质岩性难以现场获取的问题,该文利用ASTER多光谱遥感影像,研究和设计了一种顾及植被覆盖的复杂艰险地区多光谱遥感岩性信息识别提取方法。该方法根据植被覆盖情况先分类后进行岩性识别:对中高植被覆盖区进行植被信息的抑制处理,再对中低植被覆盖区采用主成分分析法进行岩性信息提取;对低植被地表裸露区域采用端元提取、光谱角填图的方法进行岩性信息的提取。最后将岩性识别提取结果与现场地勘结果进行对比验证。结果表明该方法进行岩性信息提取结果与已有的现场勘察结果基本一致,具有重要的参考和应用价值。

极端干旱区荒漠稀疏河岸林遥感分类研究

研究以位于极端干旱区的塔里木河干流中下游地区为例,基于Landsat TM影像,结合决策树分类、几何光学模型与光谱角匹配,解决混合像元信息分解,实现干旱区稀疏荒漠河岸林类别识别。首先从遥感视角的角度,将地物分解为目标和背景,提出塔里木河干流荒漠河岸林植被分类系统;其次以多变量决策树法将非荒漠植被信息剔除,采用几何光学模型模拟各类荒漠植被的像元光谱,最后以光谱角匹配的方法将荒漠植被进一步进行分解,得到塔里木河干流中下游地区典型研究区的植被分类专题图,分类精度结果表明:基于混合像元分解与几何光学模型的分类方法总精度达到了79.43%,Kappa系数为0.718,表明分类质量良好。

基于ASTER的蛇绿混杂岩带岩性识别

本文运用ASTER遥感数据识别与提取新疆南天山铜花山地区蛇绿混杂岩带岩性信息。首先,利用比值法快速区别岩性,并比较了识别同一种岩性的不同指数的性能;然后,将对数残差算法应用在ASTER数据的短波红外波段上,在区域尺度上把蛇绿岩杂岩体同围岩区分开来;最后,运用标准光谱数据和光谱角填图法识别出多种蛇绿岩成分及其空间分布。现有地质图和野外验证反映出该方法有一定效果。利用混淆矩阵对光谱角填图法分类结果定量评价,结果表明,把ASTER的可见光-近红外、短波红外波段数据结合在一起进行岩性分类,可以达到比单独用短波红外数据分类更高的分类精度。