高光谱遥感技术提高影像地物识别能力

发布日期：2014-05-26 浏览次数 ：838

分享到： QQ空间 新浪微博 腾讯微博 人人网

我国经济的可持续高速发展对矿产资源与能源需求大。但是,当前我国主要矿产资源保障形势非常严峻。遥感技术作为有效的对地观测手段,先后经历了全色摄影,彩色摄影、多光谱遥感,高光谱遥感等不同历史阶段。从20世纪70年代起,遥感技术就被广泛的应用于国土资源调查和监测领域,并取得了丰硕的成果。

近日，黄河水利科学研究院水土保持研究所工程师孔祥兵团队与武汉大学教授舒宁团队合作，对目前高光谱遥感影像定量分析和应用中存在的主要问题，提出了一种结合影像空间信息的影像地物光谱信息（端元）提取方法，为更准确地认识影像像元内部地物信息提供了一条有效途径。相关论文日前发表于《光谱学与光谱分析》杂志。

高光谱遥感是20世纪末遥感领域的一次重大突破,是当代遥感技术的前沿,其中高光谱图像的目标识别由于具有重要的军事意义和应用价值,成为高光谱数据处理的重点发展方向之一。在实现方法上,高光谱图像的图像分类、目标分类与目标识别具有一定的相似性。

在地物识别过程中,目标光谱特征不明显是制约识别算法性能的一个重要原因,当图像中存在与目标光谱特征相似的背景杂波时,算法性能会受到很大影响。针对这一问题,提出了一种基于光谱特征增强的高光谱图像目标识别方法。利用多分辨率分解和非线性变换突出了未知光谱与标准参考光谱间微小的光谱特征差异,实现了对未知目标的识别。实验结果表明,相比于未进行光谱特征增强的方法,方法能够很好地分辨出不同地物间微小的光谱特征差异,同时有效地抑制了图像中背景杂波的干扰,具有更好的识别能力。
　　
　　高光谱遥感利用很多很窄的电磁波波段，在远离目标和非接触目标物体条件下探测目标地物，获取其反射、辐射或散射的电磁波信息。由于影像空间分辨率的有限性和客观地物分布的复杂性，很多重要的地物只隐藏于高光谱遥感影像像元内部，如何准确地“挖掘”出这些亚像元级别上的地物信息，是目前高光谱遥感定量应用的关键。
　　
　　该研究发现，地物分布在空间上具有一定的距离相关性，空间距离越近的地物相似性越大；地物分布在不同区域具有其独特性，有“大杂居、小聚居”分布规律。基于以上认识，在亚像元地物识别过程各个阶段加入影像空间信息，可以明显提高地物光谱信息提取准确度。