高光譜遙感復(fù)習(xí)資料匯總

高光譜遙感定義、特點和存儲方式定義：用很窄而連續(xù)的光譜通道對地物持續(xù)遙感成像的技術(shù)。特點：在可見光到短波紅外波段，其光譜分辨率高達納米數(shù)量級。波段多波段多、光譜范圍窄、波段連續(xù)、數(shù)據(jù)量大、信息冗余增加等。存儲方式：有影像立方體和光譜反射曲線。高光譜應(yīng)用（1） 海洋遙感（2） 植被分析：植被類型識別、森林樹種識別、荒漠化研究、生物物理生物化學(xué)參數(shù)分析（3） 精細農(nóng)業(yè)：水分含量、有機質(zhì)含量、土壤粗糙度、農(nóng)作物生長狀態(tài)分析、病蟲害預(yù)警（4） 地質(zhì)調(diào)查（5） 大氣和環(huán)境監(jiān)測（6） 軍事-去除偽裝高光譜數(shù)據(jù)處理的關(guān)鍵技術(shù)：光譜圖像的顯示及數(shù)據(jù)格式光譜重建：實現(xiàn)從影像像元光譜特征的定量化表達。光譜編碼：對光譜特征進行描述和表達；提取光譜吸收位置、深度、對稱性等光譜特征的算法。光譜匹配：建立實測光譜數(shù)據(jù)庫的基礎(chǔ)上，對影像中各像元的灰度變化曲線與光譜庫中的實測光譜曲線進行匹配，實現(xiàn)類屬的確定。混合光譜分析生物物理化學(xué)反演：從高光譜數(shù)據(jù)中提取出用于植被和生態(tài)研究的生物物理和生物化學(xué)參數(shù)信息的技術(shù)。二、 地物光譜特征水的光譜特征（1） 基本特征：水體在可見光波段反射率不超過10%,反射主要在藍綠光波段，在紅外波段水體反射率兒乎為零，在遙感影像上常呈黑色。（2） 波譜特征：水體類型及所含成份有密切關(guān)系懸浮泥沙：懸浮泥沙所引起的混濁度是影響水體光譜待征的主要因素之一。濁水反射率比清水高很多，峰值出現(xiàn)在黃紅區(qū)。葉綠素濃度：葉綠素濃度增加時，藍光反射率顯著下降，綠光反射率顯著上升。不同形態(tài)的水具由不同的光譜特征雪的反射率明顯高于水體，且受到雪粒大小、雪花絮狀形態(tài)、積雪松緊程度影響。植被光譜特征（1）基本特征可見光波段有一個小的反射峰，兩側(cè)有兩個吸收帶，近紅外波段有一反射“陡坡” ，至1.1Pm附近有一峰值，形成植被的獨有特征。在中紅外波段受到綠色植物含水量的影響，吸收率大增，反射率下降，特別是在水的吸收帶形成低谷。土壤反射光譜特征（1）基本特征土壤反射波譜曲線比較平滑，有機質(zhì)含量和含水量越高反射率越低，壤顆粒大小本身對土壤的反射率有很大影響。有機質(zhì)與含水量因素：H然狀態(tài)下土壤表面的反射率沒有明顯的峰值和谷值，一般來講有機質(zhì)含量越高和含水量越高反射率越低，此外土類和肥力也會對反射率產(chǎn)生影響。三、 高光譜成像原理高光譜遙感成像的基本概念光譜分辨率：指探測器在波長方向上的記錄寬度，又稱波段寬度?？臻g分辨率：瞬時視場角所對應(yīng)的地面大小。視場角：儀器掃描鏡在空中掃過的角度。調(diào)制傳遞函數(shù)：是從諧波分析的角度研究光學(xué)系統(tǒng)的成像性質(zhì)，能夠定量描述系統(tǒng)對正弦信號輸入的振幅響應(yīng)。信噪比：是傳感器所采集到的信號和噪聲之比。探測器凝視時間：探測器的瞬時視場角掃過地面分辨單元的時間稱為凝視時間。高光譜遙感成像關(guān)鍵技術(shù)探測器焦平面技術(shù)各種新型的光譜儀技術(shù)和精密光學(xué)技術(shù)高速數(shù)據(jù)采集、傳輸、記錄和實時無損壓縮技術(shù)成像光譜儀的光譜與輻射定標(biāo)技術(shù)四、 光譜重建定義：由于受到太陽位置、角度條件、大氣條件、地形影響及傳感器本身的性能的影響，傳感器所記錄的數(shù)據(jù)與目仞'叫兀譜反射率以兀譜輻射亮度'I且并不―土乂。因此，將傳感器記水tu原始干田射'I且轉(zhuǎn)化刀少心物反射率，恢夏物兀譜數(shù)據(jù)本來的面目，稱為地物光譜數(shù)據(jù)重建。地物光譜數(shù)據(jù)重建的過程：（1） 遙感器定標(biāo)：是指建立遙感器每個探測元所輸出信號的數(shù)值量化值與該探測器對應(yīng)像元內(nèi)的實際地物輻射亮度值之間的定量關(guān)系。遙感器定標(biāo)主要包括三個階段：實驗室定標(biāo)、星上定標(biāo)和場地定標(biāo)（2） 大氣校正：大氣對電磁輻射產(chǎn)生的散射和吸收是主要的輻射誤差源，因此，遙感圖像的大氣校正主要是補償大氣在吸收與散射方面的瞬時影響。大氣校正方法：①平場域法②內(nèi)部平均法③經(jīng)驗線性發(fā)④喑像元法⑤回歸分析法⑥大氣輻射傳輸模型（3） 光照及地形校正：消除地形造成的影像中同類地物亮度值的差異，提高影像解譯精度。遙感影像變形的原因：遙感平臺位置和運動狀態(tài)變化地形起伏影響地球表面曲率的影響大氣折射的影響地球自轉(zhuǎn)的影響五、 高光譜數(shù)據(jù)降維與可分性準則高維特征帶來的新問題（1）信息冗余大，相鄰波段之間的相關(guān)性很強（2）超維兒何體體積：超立方體的體積急劇增加，并且向角部分布。（3） “維數(shù)災(zāi)難”問題：如果訓(xùn)練樣本不足時，分類精度隨著特征維數(shù)的增加“先增后降”的現(xiàn)象。（4） 高維空間中的參數(shù)估計問題：隨著空間維數(shù)的增加，要得到同樣精度的估計值將需要更多的樣本數(shù)。（5）高階統(tǒng)計特性。 ,定義：若{Xn}n二1,...,NGRP為D維空間中的一個容量為N的數(shù)據(jù)集合，假設(shè)其來自于維數(shù)為 D的某一數(shù)據(jù)集的采樣。降維的目標(biāo)是探求數(shù)據(jù)集合適的低維坐標(biāo)描述， 將原數(shù)據(jù)集合投影到低維空間，獲得原數(shù)據(jù)集合的低維簡潔表示。降維的方法：①波段選擇②特征變換。可分性準則的基本概念從高維數(shù)據(jù)中得到了一組用來分類的特征，需要一個定量的標(biāo)準來衡量特征對分類的有效性?；趦汉尉嚯x的可分性準則（1） 構(gòu)造思路：不同的類別-不同的分布區(qū)域；類別可分性-區(qū)域可分性；區(qū)域可分性-通過兒何距離來度量。（2） 兒何距離可分性準則原理：點與點的距離類內(nèi)及總體的均值欠量點與點集的距離類內(nèi)距離類內(nèi)離差矩陣兩類之間的距離各類總的均方葩離多類情況離差矩陣基于類的概率密度的可分性準則六、 高光譜遙感數(shù)據(jù)的特征選擇與提取光譜特征選擇定義：通過對數(shù)據(jù)的評價，從高維數(shù)據(jù)中挑選出用于高光譜遙感影像分析的有限個特征。光譜特征選擇方法：（1）光譜特征位置搜索（流程）：包絡(luò)線去除：利用定義手工逐點直線連接突出的“峰”值點，并使得折線在“峰”值點的外角 >180度，然后用實際光譜波段值去除相應(yīng)的波段值，這樣歸一化后，峰值點均為 1,非“峰”值點均小于1。這樣就很容易測定吸收特征參數(shù)。選擇特征波段區(qū)分地物基于待征位置進行彩色合成

①②①②③④0IF法GearysS法光譜相關(guān)性：指影像同一空間位置的像素在各波段有相似性。原因：高光譜遙感影像的每個波段圖像的像素值，是相同區(qū)域地物對各個波段光的反射強度值，相鄰波段地物反射率是相近的，由此產(chǎn)生了一定的相關(guān)性。光譜特征提取特征提取定義：對高維數(shù)據(jù)進行重新組合和優(yōu)化，提取出最適合當(dāng)前應(yīng)用需求的新待征?；诳煞中詼蕜t的特征提取的思路：確定降維變換的數(shù)學(xué)映射表達Y二特征提取定義：對高維數(shù)據(jù)進行重新組合和優(yōu)化，提取出最適合當(dāng)前應(yīng)用需求的新待征?；诳煞中詼蕜t的特征提取的思路：確定降維變換的數(shù)學(xué)映射表達Y二AX；選定可分性準則函數(shù)（J1J2J3J4 等）；利用準則函數(shù)對A的一階導(dǎo)數(shù)等于零建立方程；立足于方程，尋求A的解或等效解。（2）①②③④（3）基于可分性準則的特征提取實施步驟：選擇樣本；計算原始光譜空間的類內(nèi)、類間散布矩陣；利用特征向量構(gòu)建降維變換矩陣。④求解的特征值和特征向量。特征提取與待征選擇區(qū)別（1）概念上的區(qū)別：特征提?。涸继卣骺臻g的重組運算。特征選擇：原始特征空間的子集挑選。（2）技術(shù)特點的區(qū)別：特征選擇-搜索策略（波段選擇、特征是己知的）特征提取T運算規(guī)則（映射方式未知、待征是未知的）（3）基于變換的特征提取方法：1）主成分分析PCA（K-L變換）由高光譜圖像的數(shù)據(jù)矩陣X計算協(xié)方差矩陣C計算協(xié)方差矩陣C的特征值與特征向值U并組成變換矩陣T根據(jù)變換矩陣對原始矩陣X進行變換選取占整個能量95%的前兒個分量2）最小噪聲分離變換MXF對圖像進行低通濾波分離出噪聲圖像④⑤⑥求出原始圖像和噪聲圖像的協(xié)方差矩陣④⑤⑥計算信噪比的特征值和相應(yīng)特征向量并排序根據(jù)特征向量進行將原始影像進行變換4）高光譜特征提取新方法1）分段PCA方法計算波段間的相關(guān)系數(shù)根據(jù)相關(guān)系數(shù)劃分波段小組對每個小組進行PCA變換在各小組內(nèi)，根據(jù)每個波段與各分量相關(guān)系數(shù)平方和計算其貢獻率按照貢獻率在各小組內(nèi)，選擇代表性波段。特點分析：（1） 通過分組方案，減少計算量，同時避免全局PCA對局部特征的忽略。（2） 并不將每組的PCA第一主成分作為特征降維結(jié)果，而是通過計算組類各波段的貢獻率進行波段選擇，末損失反射率的物理意義。七、光譜數(shù)據(jù)庫與光譜匹配光譜數(shù)據(jù)庫：由高光譜成像光譜儀或野外光譜儀在一定條件下測得的各類地物反射光譜數(shù)據(jù)的集合。 常見的光譜庫有美國地質(zhì)勘探局USGS美國噴氣推進實驗室的JPL、約翰霍普金斯大學(xué)的JHU光譜匹配實施方式

7Tm bLUZxnj/J^\）: 示事豕i豕曰luzx,1工曰女x力白/千十反爾p只耳又qtii以口丁|刀\/土/LjL曰uiwmzm以，7T以此進行歸類。主要用途：適合影像解譯，獲取較豐富的影像像元類別信息、各類的空間布局信息。（2）從地物標(biāo)準光譜出發(fā)的方式：將光譜庫中某種地物的標(biāo)準光譜響應(yīng)曲線當(dāng)作模板與遙感影像中的每個像元進行比較，并且記錄下相似性。主要用途：適合特定地物的專題分析，獲取較詳細的地物含量信息。光譜匹配算法（1）二值編碼匹配：第一步，以0.5為閾值進行二值編碼；第二步，根據(jù)最小漢明距離得到匹配結(jié)果；（漢明距離：在遙感影像處理中，漢明距離是兩個等長字符串對應(yīng)位置的不同字符的個數(shù)）A:[0000m000]B:[0 01,1,1,1,1,1,1,1]c：[i,imi0000]p：[o ,1,1,1,1,1,1,1,1,1]一砂石AP:6;石灰?guī)rBP:1；玄武巖CP:5（2） 光譜角度匹配：以兩光譜向量的廣義夾角為基礎(chǔ)，比較兩光譜曲線的相似性。參考光譜：野外測量光譜；測試光譜：像元元光譜。（3） 光譜波形匹配：函數(shù)模擬法：對光譜曲線的全部或部分進行 （分段）函數(shù)模擬，再對函數(shù)參數(shù)進行對比分析確定相似程度。線性相似度計算法：同類地物的光譜曲線具有較高的線性相似度，將像元光譜曲線與地物標(biāo)準光 譜曲線進行差值運算。（4）交叉相關(guān)匹配：固定參考光譜曲線，移動待匹配光譜曲線，每移動一次，計算一次相關(guān)系數(shù)；用橫坐標(biāo)軸表示波段偏差，縱坐標(biāo)軸表示相關(guān)系數(shù)，可得到交義相關(guān)曲線圖；計算偏度，偏度越接近1,相似性越高；光譜吸收特征匹配八、 光譜特征參量化光譜特征參量化的目的：對高光譜曲線特征進行定量表達， 用數(shù)值化的形式來描述反射率隨波長的變化特征。光譜曲線的簡化表達：用于較粗略的波譜特征查找和匹配， 目的在于提高處理效率或者服務(wù)于目視判讀分析。光譜特征參量化的方法：光譜斜率和坡向光譜二值編碼：分段編碼、多門限編碼、在一定波段進行編碼、波段組合二值編碼地物類型序列光譜柱狀圖光譜吸收特征參數(shù)提取方法：1）包絡(luò)線消除包絡(luò)線消除的算法設(shè)計的思想：離散化直方圖、折線起點與折線終點的確定、同一波長對應(yīng)的光譜曲線值與包絡(luò)線值進行比值計算包絡(luò)線消除算法：立足于起始端點A,在后續(xù)豎線頂端中尋找折線段終點 B；一旦找到，連接AB；令B作為新的起點，尋找下一終點.2）光譜吸收特征參數(shù)提取光譜吸收位置：在光譜吸收谷中，反射率最低處的波長。光譜吸收深度：在某一光譜吸收谷內(nèi)，反射率最低點與反射率1的距離。吸收寬度：吸收深度一半處的光譜帶寬。吸收面積：光譜吸收對稱性：以過吸收位置的垂線為邊界，右邊區(qū)域面積與左邊區(qū)域面積的比值的常用對數(shù)。光譜吸收指數(shù)九、 高光譜分類高光譜遙感圖像分類的主要特點在于：1）光譜分辨率高，波段眾多，且可以挑選特定的波段來突出特征，進行分類。2） 數(shù)量冗余程度增加，波段相關(guān)性高。3） hughs現(xiàn)象的存在，樣本數(shù)目要求高，且隨著波段增加分類精度反而下降。降維+傳統(tǒng)分類算法分類方法：特征提取+傳統(tǒng)分類算法重點