HJ-1A星HSI数据2级产品条带噪声特征分析及去除方法

HJ-1A星在成像过程中由于线阵传感器相邻探测器在响应和输出时的奇偶效应,故其获取的影像存在明显的条带噪声.首先,对影像亮度统计直方图进行分析;然后,使用全局去条带法对影像进行条带去除.根据处理效果以及直方图特征分析,将影像分为3类.结果证明,全局去条带法只适用于亮度直方图符合正态分布的影像.针对全局去条带法的局限性,提出了一种改进的条带去除方法,使用该方法基本上可以获得相对较好的处理结果.

HJ-1A星HSI数据预处理流程研究

为消除HSI数据存在的图像质量降低等问题,从而获得精确的图像,本文研究HJ-1A星HSI数据预处理的流程。研究主要分为两大步骤:对单景HSI数据进行格式转换、去条带处理和大气校正;在其基础上对多景HSI数据进行图像镶嵌和图像裁剪。在去条带处理的算法研究中,以IDL为平台采用了"全局去条纹法"去除了条带,获得了较清晰的图像;大气校正使用ENVI中FLAASH模块,减弱或消除由大气和光照等多个因子对地物反射产生的影响,得到了真实的地物光谱曲线。最后,利用ENVI软件将多景HSI图像进行图像镶嵌和裁剪,最终得到了符合研究区域的精确的地表光谱反射率图像。

基于HJ-1A星HSI数据的植被吸收光合有效辐射APAR估算

为了更准确地测量植被对太阳辐射的有效吸收量,本文对基于HJ-1A卫星的HSI数据进行植被吸收光合有效辐射APAR的研究,为阴阳叶的吸收有效光合辐射量的分离计算提供基础,并为森林生态系统净初级生产力计算提供准确的参数数据。研究的主要步骤有以下三步:首先对一景包含漠河气象站的HSI数据进行预处理,其中包括HSI数据的格式转换,去条带处理以及大气校正等;在此基础上应用逐日太阳辐射模型计算日总太阳辐射,并通过NDVI计算得到光合有效辐射吸收比率FPAR;最后用FPAR与太阳辐射共同计算出APAR。最终得到处理后的图像,并且验证了逐日太阳辐射模型和研究区域气象站数据的相关性,通过NDVI和SR的结合计算出FPAR,精度得到了提高;植被吸收光合有效辐射APAR计算完成后,将灰度图像显示为专题图像。从专题图中可以得出不同地区森林的APAR值,并最终推算出全年的APAR。

基于HJ-1A卫星HSI影像的阿克苏地区主栽经济林树种识别研究

基于HJ-1A卫星HSI数据,以阿克苏地区主栽3种经济林树种为研究对象,运用最佳指数法(Optimum Index Factor)和波段指数法(Band Index)对HJ-1A卫星的HSI影像进行敏感波段的筛选,并对南疆环塔里木盆地主栽经济林树种进行了识别研究。结果表明,不同波段选择方法筛选出的敏感波段集中在红光和近红外波段范围,且对经济林树种都具有良好的可分性;敏感波段组合(28-40-77、28-54-75、20-40-58)对经济林树种总分类精度均达到了70%以上,基于TM432划分波段的波段指数法筛选的20-40-58组合,总分类精度最高(OA=72.4647%),Kappa系数为0.5838。

基于HSI高光谱和TM图像的土地盐渍化信息提取方法

选择黄河三角洲垦利县代表性盐碱化区域为研究区,以2011年3月15日HJ-1A卫星HSI高光谱影像和2011年3月22日TM影像为信息源,经几何纠正、图像裁剪、大气校正等预处理,分析不同盐渍化程度土地、水体、滩涂等主要地类的光谱特征,确定地类信息提取特征波段。结合土壤盐分含量,采用定量与定性相结合规则,构建地类信息提取模型,以决策树分类方法进行图像分类,提取土地盐渍化信息。利用地表点位土壤含盐量数据对地表土地盐渍化程度的化学分析结果,对遥感解译数据进行精度验证,并对高光谱和多光谱影像的分类精度进行比较分析。结果表明:HSI图像的总体分类精度达96.43%,Kappa系数为95.59%,而TM图像的总体分类精度为89.17%,Kappa系数为86.74%,说明相比多光谱TM数据,基于高光谱图像可以更为准确有效地提取土地盐渍化信息;由分类结果图可以看出,高光谱影像土地盐渍化的区分度高于多光谱影像。该研究探索了高光谱图像土地盐渍化信息的提取技术方法,提供了不同盐渍化土地的分布比例数据,可为黄河三角洲滨海盐碱土地资源的科学利用与管理提供决策依据。

一种基于光谱平滑的高光谱图像目标检测算法

文中介绍了一种基于时变自回归模型的归一化参数自适应匹配滤波算法。考虑到随机噪声的影响,对HSI数据进行光谱维的平滑预处理。实验表明,该改良方法有效地提高了检测性能,从而有效地抑制了背景的影响。

环境一号卫星高光谱数据水体信息提取方法

环境一号卫星A星上的超光谱成像光谱仪(HSI)是中国第一个高光谱成像光谱仪。为充分利用HSI数据的高光谱特性,本文以2009年10月5日的影像为研究区,得到HSI数据影像反射率,分析水体等地类光谱特征差异及选择各地类敏感波段;利用传统指数NDVI和NDWI,构建新的基于指数的水体指数IWI,试验得出,IWI指数增加了各水体类的动态范围,IWI指数的水体信息更加丰富。精度检验结果表明,IWI指数提取优于ND-WI指数,水体信息提取精度增加10.91%,kappa系数提高0.09,总体精度增加4%。