基于类别可分性的高光谱图像波段选择

高光谱遥感数据具有丰富的光谱信息,应用十分广泛,但其冗余的光谱信息有时会限制高光谱图像的分类等的精度以及计算复杂度。为了提高解译效率,高光谱图像降维不可或缺,这也是高光谱图像处理的研究热点之一。提出了一种基于类别可分性的高光谱图像波段选择方法(Endmember Separability Based band Selection,ESBB),该方法通过Mahalanobis距离最大化图像中各类地物的可分性来确定最优的波段组合。相较于其他监督波段选择算法,该方法不需要大量训练样本,不用对每个组合做分类处理。对波段选择后的结果进行分类的实验结果证明,该方法是一个快速有效的波段选择方法,可以得到一个较好的分类精度。

光谱特征提取对近似矿物光谱差异性影响分析

矿物光谱特征是基于光学遥感数据对矿物进行种类识别及定量反演的理论基础,光谱特征提取是高光谱数据常用的技术手段,但在多光谱数据中较少涉及。近似矿物识别是矿物光谱分类应用中的难点,目前还缺少有效指标来指示近似矿物类别光谱的差异性。光谱特征提取有望提高矿物分类精度,但该处理对近似矿物光谱差异性的影响还缺少相关研究。本文从矿物光谱差异性的原理出发,通过类间和类内光谱角的比值体现不同类别群体差异,并引入样本量因素,提出了类别可分比作为近似矿物光谱差异性的指标。以明矾石和高岭石两种近似矿物为例,对USGS光谱库光谱及Hyperion,ASTER,OLI等传感器的模拟数据进行光谱特征提取处理,通过对比处理前后矿物光谱差异性的变化,分析光谱特征提取对近似矿物光谱差异性的影响。实验结果表明,有效的光谱特征提取可以显著提高近似矿物光谱差异性,并且光谱分辨率越高,近似矿物光谱差异性越大。此外,光谱分辨率及中心波长设置对于包络线去除结果有很大影响,多光谱数据吸收特征提取效果有待进一步提高。该研究为今后近似矿物光谱识别精度的提高奠定了基础,也为未来新型遥感找矿传感器参数设置提供了参考。

染色纤维与色纺纱线间的颜色传递规律及其影响因素

为缩短色纺纱线打样周期并提高制成率,提出利用光谱与颜色特征对纤维与纱线间存在的复杂颜色传递规律进行分析;针对样本自身呈色具有的随机波动性,建立了基于类内与类间特征的类别可分比模型和呈色差异性判别准则。结果表明:当染色纤维混配物形态发生改变时,其光谱特征与颜色特征均存在显著改变,且与配比参数无关;当色纺纱线捻系数改变时,其颜色的一致性会有所提升,且明度值存在变化;色纺纱线的颜色不仅与纤维配比参数相关,而且与工艺参数紧密关联,是典型的双参数呈色模型。本文研究对于探索色纺纱线的颜色表征与分析建模具有重要的理论价值,同时也能够为色纺纱线快速打样提供实践指导。