基于影像光谱库的遥感波段模拟方法研究

针对常规的"影像-影像"多光谱影像波段模拟模型对研究区参考影像的依赖和随机性采样带来的模型不稳定问题以及"光谱库-影像"波段模拟模型中光谱库在类别、时间和空间上的不完善导致模型缺乏适用性问题,本文提出了基于影像光谱库的波段模拟方法。首先对与待模拟影像具有相似类别组成的参考影像进行光谱聚类,然后对各个光谱类别进行采样,形成影像光谱库,接着提取光谱库中的等量类别样本训练BP神经网络(BPN)回归模型,最后利用BPN模拟目标影像的波段。实验结果表明:该方法能够更为精确的模拟出TM蓝波段,其模拟均方根误差(RMSE)较"光谱库-影像"模型提高了1.3,较"影像-影像"模型提高了0.6,与"影像-影像"和"光谱库-影像"模型相比,该方法更加稳定可靠;该方法能够成功的应用到SPOT和MSS的蓝波段的模拟中并取到较好的效果。

高光谱影像库的数据存取技术研究

在GeoRaster数据存储模型的基础上,使用基于存储过程的影像入库方法,创建Import_Img_Data存储过程,利用C#语言调用该过程实现高光谱影像的存储。采用基于动态数据表转换的数据获取方法,从数据库的GeoRaster对象中获取像元的光谱曲线,在数据库层面上实现高光谱数据的图谱合一。研究结果表明,2种方法能为高光谱影像数据库的建设提供技术支持。