基于HY-1C CZI影像光谱指数重构数据MNF变换的红树林提取

本文基于广西山口国家红树林生态自然保护区的HY-1C卫星的海岸带成像仪(Coastal Zone Imager,CZI)影像,分析了红树林与一般陆地植被的光谱特征及其光谱指数的相关性,采用归一化差值植被指数(Normalized Difference Vegetation Index,NDVI)、归一化差异水分指数(Normalized Difference Water Index,NDWI)、大气阻抗植被指数(Atmospheric Impedance Vegetation Index,ARVI)及利用CZI波段构建的光谱斜率比(CZI Visible Spectrum Slope Ratio,CVSSR)4个指数替代CZI原始波段形成重构数据,基于重构数据的最小噪声分离变换(Minimum Noise Fraction Rotation,MNF)结果分量,建立决策树并实现了红树林信息的自动提取。研究结果表明:结合本文所选光谱指数重构数据及MNF变换方法,能够有效增强CZI影像上红树林与一般陆地植被的光谱差异,基于MNF变换分量建立的决策树可有效提取红树林信息,经与专家解译结果比对,本文方法面积准确率达90%以上;经随机样本点验证,总体检测精度为88%。

基于小波变换和MNF变换的遥感影像融合

随着高分辨率遥感卫星的产生,传统的融合技术难以达到较好的融合效果,如主成分分析(Principal Com-ponents Analysis,PCA)变换融合对噪声比较敏感,受到融合区域的限制,而最小噪声分离(Minimum Noise Frac-tion,MNF)变换考虑了噪声和融合区域,是一种完备的成分分解方法,小波变换(Wavelet Transformation,WT)融合也存在一定程度的光谱失真。由此,本文在分析MNF变换和WT的基础上,以IKONOS新型高分辨率观测卫星提供的全色和多光谱数据为实验数据,提出了一种将两者相结合的遥感影像融合方法,通过与其它融合方法的定量和视觉比较,发现该方法能得到更好的融合效果。

基于MNF变换的高分辨遥感影像建筑物提取方法

针对高分辨率遥感影像建筑物提取时易受噪声影响,且灰度共生矩阵仅通过单波段进行纹理特征提取导致信息不足等缺点,提出了利用最小噪声分离变换降维去噪,从而提高灰度共生矩阵纹理特征提取效果,并对影像进行双边滤波处理,最后,利用支持向量机算法提取融合了特征信息的多光谱影像中的建筑物信息的方法。实验结果表明,改进后的方法相对于传统方法对建筑物识别精度高、效果好。

基于高光谱成像技术的柑橘黄龙病病情诊断及分类

【目的】柑橘黄龙病(Citrus Huanglongbing,HLB)是一种无法根治且易扩散的病害,建立柑橘黄龙病病情诊断及分类的方法,以及时发现并去除病株,防止感染其他果树。【方法】基于高光谱成像技术,利用最小噪声分离变换进行降维去噪、像元纯净指数获取纯净像元并建立训练集,通过Fisher判别法对柑橘黄龙病病情进行鉴别并分类。【结果】通过对训练集设置适当的门限值,柑橘黄龙病病情识别正确率达90%以上。【结论】利用高光谱技术进行柑橘黄龙病病情诊断具有较高的可行性。

混合矿物组合光谱在蚀变矿物填图中的应用——以云南香格里拉地区Hyperion数据蚀变矿物填图为例

由于自然界中矿物的共生组合具有一定的规律性,因此,在地质找矿和蚀变矿物填图中,蚀变矿物组合和分带往往比单一的蚀变矿物更具有指导和决策意义。根据矿物在岩石、矿石或蚀变带中的共生和伴生组合规律及工作的地质目标,将某些不易区分且又不必要区分的矿物作为一个矿物组合进行识别,在混合光谱分解中亦作为一个端元进行计算,是解决矿物混合光谱的另一种有效途径。本文使用云南香格里拉地区的hyperion高光谱数据,以提取褐铁矿+绢云母的识别矿物组合作为矿物填图研究的组合端元矿物目标,对云南高海拔地区的岩石蚀变信息进行了提取和分析,制作了遥感蚀变异常图,并在图中蚀变提取异常的研究区实地考察并与提取信息作了比较。识别结果表明:研究区山头海拔高度基本都在4000m以上,原始植被较少,岩石露头较多,虽然受各种干扰较大,但提取出了比较满意的效果,进而可以其它知识的辅助下,可以实现对成矿远景区以及靶区的圈定。

一种检测煤田地表热异常的新方法

煤田自燃导致严重资源浪费,同时又引起大气污染、地表坍塌等灾害,遥感已成为检测煤火的一种重要途径。研究时采用MNF变换、多阈值密度分割、差值法提取煤火高温火点与普通热异常信息,并结合GIS定量分析。研究发现差值法适合提取高温火点信息,MNF变换可以很好的去除太阳辐射对地面温度的影像,并且能够很好地提取普通热异常信息,多阈值密度分割可以确定较高的亮温区域,三种方法综合运用就可以较准确的圈定煤火热异常区域,从而有效的监测地下煤火情况。

基于SVM的矸石山分布信息提取方法

以钱营孜矿区工业广场附近矸石山为例,采用EROS-B高分辨率遥感影像与日本ALOS多光谱影像融合后的影像作为数据源,利用MNF变换和小波变换对图像进行去噪,然后运用SVM方法对实验区内的矸石山信息进行提取。实验结果表明,采用径向基函数的SVM模型能快速准确地提取矿区矸石山分布信息,提取精度达到了80.59%,提取的信息可广泛应用于煤炭资源开发状况和矿区环境监测的研究。

基于线性光谱混合模型的高光谱遥感岩矿分类研究

针对高光谱遥感信息冗余多、波段相关性比较强的特点,对预处理的影像进行最小噪声分离(Minimum Noise Fraction,MNF)实现降维和去相关,然后利用纯净像元指数(Pixel Purity Index,PPI)进行端元选择,最终选择斜钠钙石、阳起石、水铝石、斧石、锌蒙脱石5种端元,基于线性光谱混合模型利用IDL语言编程实现Cuprite地区高光谱影像矿物的分类。利用kappa系数对实验分类结果进行精度分析,验证了基于线性光谱混合模型进行高光谱矿物分类的有效性,从而更好地进行矿物识别研究。

基于小波变换的遥感影像融合方法的比较分析

利用ETM+的全色和多光谱影像,对基于小波变换的常用几种影像融合方法进行了实验与分析,实验结果表明,基于小波变换和MNF变换的融合影像的光谱失真比较严重,基于小波变换和主成分变换的融合效果最好,其光谱保真效果最好。