高光谱遥感与多光谱遥感

何为高光谱、何为多光谱？

【知其源】

光学遥感的发展——光谱分辨率的不断提高

全色彩色多光谱高光谱

ps:看到多光谱、高光谱图像时，我的肉眼实在是无从区分它二者的区别，只能查资料啦！全色遥感影像：传感器仅获取单个波段（0。5μm-0.75μm）的黑白影像

【个人简历】

多光谱遥感

将地物辐射电磁波分隔成若干个较窄的光谱段，以摄影或扫描的方式在同一时间获得同一目标不同波段信息的遥感技术。

?原理

不同地物具有不同的光谱特性，同一地物则具有相同的光谱特性。同一

地物在不同波段的辐射能量有差别，取得的不同波段图像上有差别。

?优点

多光谱遥感不仅可以根据影像的形态和结构差异来判别地物，还可以根

据光谱特性的差异来判别地物，扩大了遥感的信息量。

航空摄影用的多光谱摄影，与陆地卫星所用的多光谱扫描均能得到不同

谱段的遥感资料，分谱段的图像或数据可以通过摄影彩色合成或计算机

图像处理，获得比常规方法更为丰富的图像，也为地物影像计算机识别

与分类提供了可能。

高光谱遥感

高光谱遥感起源于20世纪70年代初的多光谱遥感。它将成像技术与光谱技术结合在一起，在对目标的空间特征成像的同时，对每个空间像元经过色散形成几十乃至几百个窄波段以进行连续的光谱覆盖，这样形成的遥感数据可以用“图像立方体”来形象的描述。与传统遥感技术相比，其所获取的图像包含了丰富的空间、辐射和光谱三重信息。

高光谱遥感技术已成为当前遥感领域的前沿技术。

?高光谱所包含的信息十分丰富，乃至海量，来看它的相关应用：

可以用于检测机器是否有裂纹、缺陷等；

检测农产品的品质，包括外部品质（大小、颜色、形状等）和内部品质（糖度、酸度等）；

也可以检测产品的污染、病虫害以及一些疾病应用等

?不同于传统遥感的新特点

1）波段多：可以为每个像元提供几十、数百甚至上千个波段

2）光谱范围窄：波段范围小于10nm

3）波段连续：有些传感器可以在350-2500nm的太阳光谱范围内提供几乎连续的地物光谱

4）数据量大：随着波段数的增加，数据量成指数增加

5）信息冗余增加：由于相邻波段高度相关，冗余信息也相对增加

?优点

1）有利于利用光谱特征分析来研究地物

2）有利于采用各种光谱匹配模型

3）有利于地物的精细分类与识别

【二者的异同点】

?实质上的差别：高光谱的波段较多，谱段较窄

?多光谱相对来说波段较少

?高光谱遥感比多光谱遥感的光谱分辨率要高，但是光谱分辨率高的同时空间分辨率会降低

【知识“加油站”】

?遥感影像中的几大分辨率

1）时间分辨率

一个像元对应的地面距离（能够分辨的实际地物的最小单元长度）2）光谱分辨率

传感器在接收目标辐射的光谱时能够分辨的最小波长间隔3）时间分辨年率

对同一地点进行遥感采样的时间间隔，也称重访周期

4）辐射分辨率

传感器接受波谱信号时，能够分辨的最小辐射度差

思考下：什么是重访周期？什么是重复周期？什么是辐射度差呢？

?全色影像为什么比多光谱影像分辨率高呢？

第一种解释

传感器是需要获得一定光能才能相应的。对于多光谱来说，传感器在接

收到光信号前会有一个分光的过程，将入射的白光分解成所需的RGB

光谱段和近红外光束，然后传感器（一般是一组传感器）才分别接收这

些光束。

而对于全色影像来说，传感器摄取的是单波段，不存在分光过程。

光的入射能量是一定的，由于多光谱分光后能量降低了，所以分辨率也随之降低。

第二种解释

全色影像接收的波段波长范围长于多光谱，所以它的光谱分辨率较低，进而它的空间分辨率更高（二者之间存在制约关系）。

高光谱遥感综述

高光谱遥感及其发展与应用综述 摘要：高光谱遥感是20世纪80年代兴起的新型对地观测技术。文中归纳了高光谱遥感技术波段多、波段宽度窄，光谱分辨率高，数据量大、信息冗余，“图谱合一”等特点，具有近似连续的地物光谱信息、地表覆盖的识别能力极大提高、地形要素分类识别方法灵活多样、地形要素的定量或半定量分类识别成为可能等优势，简单介绍了高光谱遥感在国外及国内的发展情况。在此基础上，概述了高光谱遥感在地质矿产、植被生态、大气科学、海洋、农业等领域的应用。 关键词：高光谱遥感；发展；应用 1高光谱遥感 高光谱分辨率遥感是指利用很多很窄的电磁波波段从感兴趣的物体获取有关数据。它的基础是测谱学。测谱学早在20世纪初就被用于识别分子和原子及其结构，20世纪80年代才开始建立成像光谱学。它是在电磁波谱的紫外、可见光、近红外和中红外区域，获取许多非常窄且光谱连续的图像数据的技术。成像光谱仪为每个象元提供数十至数百个窄波段光谱信息，能产生一条完整而连续的光谱曲线。 1.1高光谱遥感的特点 （1）波段多，波段宽度窄。成像光谱仪在可见光和近红外光谱区内有数十甚至数百个波段。与传统的遥感相比，高光谱分辨率的成像光谱仪为每一个成像象元提供很窄的(一般<10nm) 成像波段，波段数与多光谱遥感相比大大增多，在可见光和近红外波段可达几十到几百个，且在某个光谱区间是连续分布的，这不只是简单的数量的增加，而是有关地物光谱空间信息量的增加。 （2）光谱响应范围广，光谱分辨率高。成像光谱仪响应的电磁波长从可见光延伸到近红外，甚至到中红外。成像光谱仪采样的间隔小，光谱分辨率达到纳米级，一般为10nm左右。精细的光谱分辨率反映了地物光谱的细微特征。 （3）可提供空间域信息和光谱域信息，即“谱像合一”，并且由成像光谱仪得到的光谱曲线可以与地面实测的同类地物光谱曲线相类比。在成像高光谱遥感中，以波长为横轴，灰度值为纵轴建立坐标系，可以使高光谱图像中的每一个像元在各通道的灰度值都能产生1 条完整、连续的光谱曲线，即所谓的“谱像合一”。（4）数据量大，信息冗余多。高光谱数据的波段众多，其数据量巨大，而且由于相邻波段的相关性高，信息冗余度增加。 （5）数据描述模型多，分析更加灵活。高光谱影像通常有三种描述模型：图像模型、光谱模型与特征模型。 1.2高光谱的优势 高光谱遥感的光谱分辨率的提高，使地物目标的属性信息探测能力有所增强。因此，较之全色和多光谱遥感，高光谱遥感有以下显著优势: (1)蕴含着近似连续的地物光谱信息。高光谱影像经过光谱反射率重建，能获取地物近似连续的光谱反射率曲线，与地面实测值相匹配，将实验室地物光谱分析模型应用到遥感过程中。 (2)地表覆盖的识别能力极大提高。高光谱数据能够探测具有诊断性光谱吸收特征的物质，能够准确区分地表植被覆盖类型、道路的铺面材料等。

高光谱遥感技术的介绍及应用

高光谱遥感技术的介绍及应用． 高光谱遥感技术的介绍及应用 在20世纪，人类的一大进步是实现了太空对地观测，即可以从空中和太空对人 类赖以生存的地球通过非接触传感器的遥感进行观测。最近几十年，随着空间技术、计算机技术、传感器技术等与遥感密切相关学科技术的飞速发展，

遥感正在进入一个以高光谱遥感技术、微波遥感技术为主要标志的时代。本文 简要介绍了高光谱遥感技术的特点、发展状况及其在一些领域的应用。 1 高光谱遥感简介 1.1高光谱遥感概念 所谓高光谱遥感，即高光谱分辨率遥感，指利用很多很窄的电磁波波段（通常 <10nm）从感兴趣的物体获取有关数据；与之相对的则是传统的宽光谱遥感，通常>100nm，且波段并不连续。高光谱图像是由成像光谱仪获取的，成像光谱仪 为每个像元提供数十至数百个窄波段光谱信息，产生一条完整而连续的光谱曲线。它使本来在宽波段遥感中不可探测的物质，在高光谱中能被探测。 高光谱遥感技术是近些年来迅速发展起来的一种全新遥感技术，它是集探测器技术、精密光学机械、微弱信号检测、计算机技术、信息处理技术于一体的综合性技术。在成像过程中，它利用成像光谱仪以纳米级的光谱分辨率，以几十或几百个波段同时对地表地物像，能够获得地物的连续光谱信息，实现了地物空间信息、辐射信息、光谱信息的同步获取，因而在相关领域具有巨大的应用价值和广阔的发展前景。 1.2高光谱遥感数据的特点

同其他常用的遥感手段相比 ,成像光谱仪获得的数据具有以下特点: 1）、多波段、波段宽度窄、光谱分辨率高。波段宽度 < 10 nm ，波段数较多光谱遥感(由几个离散的波段组成)大大增多，在可见光和近红外波段可达几十到几百个。如 AVIRIS在 0. 4～214 波段范围内提供了224 个波段。研究表明许多这是传统的多光谱等。40 nm～20地物的吸收特征在吸收峰深度一半处 的宽度为 遥感技术所不能分辨的(多光谱遥感波段宽度在 100～200 nm 之间)，而高光 谱遥感甚至光谱分辨率更高的超光谱遥感却能对地物的吸收光谱特征进行很好的识别，这使得过去以定性、半定量的遥感向定量遥感发展的进程被大大加快。另外，在成像高光谱遥感中，以波长为横轴，灰度值为纵轴建立坐标系，可以 使高光谱图像中的每一个像元在各通道的灰度值都能产生一条完整、连续的光谱曲线，即所谓的“谱像合一”，它是高光谱成像技术的一大特点。 2）、由于波段众多，波段窄且连续，相邻波段具有很高的相关性，使得高光数据

基于DMN的高光谱图像分割方法研究

第9卷　第5期 2005年9月 遥　感　学　报 JOURNAL OF RE MOTE SENSI N G Vol .9,No .5Sep.,2005 收稿日期:2004204205;修订日期:2004207213 基金项目:地理信息工程国家测绘局重点实验室基金(1469990324233);国家自然科学基金资助项目(60175022);国家高科技发展计划 (863)项目资助(2001AA135081)。 作者简介:曹建农(1963—　),男,副教授,毕业于原武汉测绘科技大学航测系航空摄影测量与遥感专业,获得工学学士学位;毕业于西北大学城市资源系地图制图与遥感专业,获得理学硕士学位;现为武汉大学遥感信息工程学院博士研究生。主要研究方向为遥感图像分析、空间数据挖掘。已发表论文近12篇。E 2mail:caojiannong@https://www.wendangku.net/doc/ab5885870.html, 。 文章编号:100724619(2005)0520596208 基于DM N 的高光谱图像分割方法研究 曹建农 1,2 ,关泽群1,李德仁 3 (1.武汉大学遥感信息工程学院,武汉　430079; 2.西安建筑科技大学建筑学院,西安　710054; 3.武汉大学测绘遥感信息工程国家重点实验室,武汉　430079) 摘　要:　简述高光谱遥感光谱特征体系(包括光谱曲线特征、光谱变换特征和光谱度量特征3个层面)。研究马尔科夫网的概念和方法,生成基于光谱角(S A )特征度量的DMN,并以DMN 为证据对高光谱图像进行分割;研究和实验表明基于S A 信息的马尔科夫网可以很好地综合高光谱数据空间特征与光谱特征间的关系,为进一步数据处理提供优化控制(其实质是概率神经网络)。最后提出未来应用和研究方向。关键词:　马尔科夫网(DMN );高光谱遥感;S A (光谱角);最大后验概率;空间数据挖掘中图分类号:　TP751/P231.5 文献标识码:　A 1　引　言 高光谱(Hyper 2s pectral )遥感图像光谱特征的提取和利用是制约高光谱图像应用的瓶颈 [1] 。地物 对象的空间特征和光谱特征分散在几十到上百个波段(图像)之中,其中包括对地物相似性特征的描述数据(例如,光谱角)。高光谱信息的充分性和冗余性是共存的,必须在图像处理之前通过降维来提取主要信息以减少波段(图像)的数量,实现高光谱图像数据的特征提取和信息压缩 [2] 。文献[1]提出的 高光谱遥感数据光谱特征的三层体系较全面的概括了光谱特征的主要方面,但是它没有涉及这些特征的表示问题以及高光谱遥感数据的空间特征与光谱特征的联合与应用方法等研究。本文利用像元的光谱角(S A )相似性特征的空间分布,基于马尔科夫网(Deco mposable Markov Net w ork,DMN )理论与方法, 对这种空间分布的统计概率生成DMN ,以此网络为证据(实质就是概率神经网络)对高光谱图像进行分割。该方法综合了高光谱图像的光谱特征(63个波段的光谱特征)和各相似像素的空间位置分布特征(像素在水平和垂直方向的分布)以及光谱角值 的统计特征(光谱角值的统计分布)。 图像分割的研究历史比较长 [3—5] ,但是利用高 光谱特征进行图像分割的研究不多见,特别是利用 DMN 方法将光谱角余弦(S AC )值的空间特征分布与S AC 值的统计特征的概率近邻关系(DMN )联合处理应该是一种全新的尝试,实验表明该方法是有效的。 可分解DMN 的学习源自于概率网络(Pr obabilistic Net w ork,P N )的研究,特别是贝叶斯 网络(Bayesian Net w ork )的研究[6—8] 。所谓概率网络(P N )是指记录了依赖关系的特征图结构和记录 了依赖强度的量化概率分布的联合模型[9] 。可分 解DMN 是概率网络的一种,一般简称为马尔科夫 网。 马尔科夫网的定义参见文献[9—11],马尔科夫网是对数据集的概率分布的图结构生成和度量投影,事实上,像任何其它函数一样,概率分布能被多种不同处理近似表示 [12] 。 目前,对图像数据“智能化”地处理大都带有“图论的网络”色彩。简单说,马尔科夫网是揭示数 据集内在(概率)联系的图论表达。其实质是生成一种网络图结构和相应的连接权参数(神经网络的

高光谱遥感复习总结

1.高光谱分辨率遥感:用很窄（0.01波长）而连续的光谱通道对地物持续遥感成像的技术。在可见光、近红外、短波红外和热红外波段其光谱分辨率高达纳米(nm)数量级，通常具有波段多的特点，光谱通道数多达数十甚至数百个以上，而且各光谱通道间往往是连续的。 2.高光谱遥感特点：波段多,数据量大；光谱范围窄(高光谱分辨率)；在成像范围内连续成像；信息冗余增加 3. 高光谱遥感的发展趋势（1）遥感信息定量化（2）“定性”、“定位”一体化快速遥感技术 4.光谱特征的产生机理：在绝对温度为0K以上时，所有物体都会发射电磁辐射，也会吸收、反射其他物体发射的辐射。高光谱遥感准确记录电磁波与物质间的这种作用随波长大小的变化，通过反映出的作用差异，提供丰富的地物信息，这种信息是由地物的宏观特性和微观特性共同决定的。宏观特性:分布、粗糙度、混杂微观特性:物质结构 6.典型地物反射：水体的反射主要在蓝绿光波段，其他波段吸收都很强，特别到了近红外波段，吸收就更强，所以水体在遥感影像上常呈黑色。 植被的反射波谱特征：①可见光波段有一个小的反射峰，位置在0.55um处，两侧 0.45um(蓝)和0.67um(红)则有两个吸收带。这一特征是叶绿素的影响。②在近红外波段(0.7-0.8um)有一反射的“陡坡”（被称为“红边”)，至1.1um附近有一“峰值”，形成植被的独有特征。这一特征由于植被结构引起。③在中红外波段(1.3-2.5um) ，反射率大大下降，特别以1.45um和1.95um为中心是水的吸收带，形成低谷。 土壤:由于土壤反射波谱曲线呈比较平滑的特征，所以在不同光谱段的遥感影像上，土壤的亮度区别不明显.自然状态下土壤表面的反射率没有明显的峰值和谷值，一般来讲土质越细反射率越高，有机质含量越高和含水量越高反射率越低，此外土类和肥力也会对反射率产生影响。 6.野外光谱测量的影响因素（1）大气透射率（2）水蒸气3）风（4）观测几何 7.地面光谱的测量方法：实验室测量，野外测量 8.垂直与野外测量的区别:垂直测量：为使所有数据能与航空、航天传感器所获得的数据进行比较，一般情况下测量仪器均用垂直向下测量的方法，以便与多数传感器采集数据的方向一致。由于实地情况非常复杂，测量时常将周围环境的变化忽略，认为实际目标与标准板的测量值之比就是反射率之比。 野外测量（非垂直测量）：在野外更精确的测量是测量不同角度的方向反射比因子。 凝视时间：探测器的瞬时视场角扫过地面分辨单元的时间称为凝视时间（dwell time）。探测器的凝视时间在数值上等于行扫描时间除以每行的像元个数。凝视时间越长，进入探测器的能量越多，光谱响应越强，图像信噪比越高。 光谱图像立方体：空间平面：O-XY平面；线光谱平面：O-XZ，O-YZ平面 9.高光谱遥感图像数据表达：A.光谱图像立方体 B.二维光谱曲线 C. 三维光谱曲面 10.空间成像方式：（1）摆扫型成像光谱仪：定义：它由光机左右摆扫和飞行平台向前运动完成二维空间成像，其线列探测器完成每个瞬时视场像元的光谱维获取。原理：45斜面的扫描镜，电机进行360旋转，旋转水平轴与遥感平台前进方向平行，扫描镜扫描运动方向与遥感平台运动方向垂直，光学分光系统形成色散光源再汇集到探测器上，这样成像光谱仪所获取的图像就具有了两方面的特性：光谱分辨率与空间分辨率。 （2）推扫型成像光谱仪：定义：采用一个面阵探测器，其垂直于运动方向在飞行平台向前运动中完成二维空间扫描；平行于平台运动方向，通过光栅和棱镜分光，完成光谱维扫描。它的空间扫描方向就是遥感平台运动方向。原理：垂直于运动方向完成空间维扫描，平行于运动方向完成光谱维扫描。 （3）两者的优缺点：摆扫型成像光谱仪的优点：A.FOV 大；B.探测元件定标方便，数据稳

全色卫星影像 多光谱卫星影像 高光谱卫星影像

北京揽宇方圆信息技术有限公司 全色卫星影像多光谱卫星影像高光谱卫星影像 随着光谱分辨率的不断提高，光学遥感的发展过程可分为：全色（Panchromatic）→彩色（Color Photography）→多光谱（Multispectral）→高光谱（hyspectral）。 注： 全色波段（Panchromatic band），因为是单波段，在图上显示是灰度图片。全色遥感影像一般空间分辨率高，但无法显示地物色彩。实际操作中，我们经常将之与波段影象融合处理，得到既有全色影象的高分辨率，又有多波段影象的彩色信息的影象。 全色波段，一般指使用0.5微米到0.75微米左右的单波段，即从绿色往后的可见光波段。全色遥感影象也就是对地物辐射中全色波段的影象摄取，因为是单波段，在图上显示是灰度图片。全色遥感影象一般空间分辨率高，但无法显示地物色彩。 多光谱遥感 多光谱遥感：将地物辐射电磁破分割成若干个较窄的光谱段，以摄影或扫描的方式，在同一时间获得同一目标不同波段信息的遥感技术。 原理：不同地物有不同的光谱特性，同一地物则具有相同的光谱特性。不同地物在不同波段的辐射能量有差别，取得的不同波段图像上有差别。 优点：多光谱遥感不仅可以根据影像的形态和结构的差异判别地物，还可以根据光谱特性的差异判别地物，扩大了遥感的信息量。 航空摄影用的多光谱摄影与陆地卫星所用的多光谱扫描均能得到不同普段的遥感资料，分普段的图像或数据可以通过摄影彩色合成或计算机图像处理，获得比常规方法更为丰富的图像，也为地物影像计算机识别与分类提供了可能。

高光谱 高光谱遥感起源于20世纪70年代初的多光谱遥感，它将成像技术与光谱技术结合在一起，在对目标的空间特征成像的同时，对每个空间像元经过色散形成几十乃至几百个窄波段以进行连续的光谱覆盖，这样形成的遥感数据可以用“图像立方体”来形象的描述。同传统遥感技术相比，其所获取的图像包含丰富的空间、辐射和光谱三重信息。 高光谱遥感技术已经成为当前遥感领域的前沿技术。 高光谱遥感具有不同于传统遥感的新特点： 1）波段多：可以为每个像元提供十几、数百甚至上千个波段； 2）光谱范围窄：波段范围一般小于10nm； 3）波段连续：有些传感器可以在350~2500nm的太阳光谱范围内提供几乎连续的地物光谱； 4）数据量大：随着波段数的增加，数据量成指数增加； 5）信息冗余增加：由于相邻波段高度相关，冗余信息也相对增加。 优点： 1）有利于利用光谱特征分析来研究地物； 2）有利于采用各种光谱匹配模型； 3）有利于地物的精细分类与识别； 异同点 国际遥感界的共识是光谱分辨率在λ/10数量级范围的称为多光谱(Multispectral)，这样的遥感器在可见光和近红外光谱区只有几个波段，如美国LandsatMSS，TM，法国的SPOT等；而光谱分辨率在λ/100的遥感信息称之为高光谱遥感(HyPerspectral)；随着遥感光谱分辨率的进一步提高，在达到λ/1000时，遥感即进入超高光谱(ultraspectral)阶段(陈述彭等，1998)。 高光谱和多光谱实质上的差别就是：高光谱的波段较多，普带较窄。（Hyperion有233~309个波段，MODIS有36个波段） 多光谱相对波段较少。（如ETM+，8个波段，分为红波段，绿波段，蓝波段，可见光，热红外（2个），近红外和全色波段） 高光谱遥感就是多比多光谱遥感的光谱分辨率更高，但光谱分辨率高的同时空间分辨率会降低。

高光谱图像分类

《机器学习》课程项目报告 高光谱图像分类 ——基于CNN和ELM 学院信息工程学院 专业电子与通信工程 学号 35 学生姓名曹发贤 同组学生陈惠明、陈涛 硕士导师杨志景 2016 年 11 月

一、项目意义与价值 高光谱遥感技术起源于 20 世纪 80年代初，是在多光谱遥感技术基础之上发展起来的[1]。高光谱遥感能够通过成像光谱仪在可见光、近红外、短波红外、中红外等电磁波谱范围获取近似连续的光谱曲线，将表征地物几何位置关系的空间信息与表征地物属性特征的光谱信息有机地融合在了一起，使得提取地物的细节信息成为可能。随着新型成像光谱仪的光谱分辨率的提高，人们对相关地物的光谱属性特征的了解也不断深入，许多隐藏在狭窄光谱范围内的地物特性逐渐被人们所发现，这些因素大大加速了遥感技术的发展，使高光谱遥感成为 21 世纪遥感技术领域重要的研究方向之一。 在将高光谱数据应用于各领域之前，必须进行必要的数据处理。常用的数据处理技术方法包括：数据降维、目标检测、变化检测等。其中，分类是遥感数据处理中比较重要的环节，分类结果不但直接提取了影像数据有效信息，可以直接运用于实际需求中，同时也是实现各种应用的前提，为后续应用提供有用的数据信息和技术支持，如为目标检测提供先验信息、为解混合提供端元信息等。 相对于多光谱遥感而言，由于高光谱遥感的波谱覆盖范围较宽，因此我们可以根据需要选择特定的波段来突显地物特征，从而能够精确地处理地物的光谱信[2]。目前，许多国家开展大量的科研项目对高光谱遥感进行研究，研制出许多不同类型的成像光谱仪。高光谱遥感正逐步从地面遥感发展到航空遥感和航天遥感，并在地图绘制、资源勘探、农作物监测、精细农业、海洋环境监测等领域发挥重要的作用。

高光谱遥感

高光谱遥感

? ? ? ?
高光谱遥感的基本概念 高光谱遥感器及平台简介 高光谱遥感技术 高光谱应用概况

高光谱遥感的基本概念
? 高光谱分辨率（简称为高光谱）遥感或成像光 谱遥感技术的发展是过去二十年中人类在对地 观测方面所取得的重大技术突破之一，是当前 遥感的前沿技术。它是指利用很多很窄的电磁 波波段获取许多非常窄且光谱连续的图像数据 的技术，融合了成像技术和光谱技术，准实时 地获取研究对象的影像和每个像元的光谱分布。

国际遥感界认为光谱分辨率在10-1λ数量级范围内的为多 光谱(Multispectral)，这样的遥感器在可见光和近红外光谱区 只有几个波段，如美陆地卫星TM和法国SPOT卫星等; 光谱分 辨率在10-2λ的遥感信息称之为高光谱(Hyperspectral)遥感。由 于其光谱分辨率高达纳米(nm)数量级，往往具有波段多的特 点，即在可见到近红外光谱区其光谱通道多达数十甚至超过 100以上。随着遥感光谱分辨率的进一步提高，在达到10-3λ 时，遥感即进入了超高光谱(Ultraspectral)阶段 、
光谱区域（nm） ： 400 700 1100 2500 5500 14000
VIS VNIR
PIR
MIR
Sunlight 光谱分辨率 波段数 多光谱 高光谱 5-10 100-200 Δλ/λ 0.1 0.01 VNIR 50-100 5-20
IRT
MIR 100-200 10-50
IRT 1000-2000 100-500

遥感影像的分类处理

摘要 在面向对象的影像分类方法中，首先需要将遥感影像分割成有意义的影像对象集合，进而在影像对象的基础上进行特征提取和分类。本文针对面向对象影像分类思想的关键环节展开讨论和研究，(1) 采用基于改进分水岭变换的多尺度分割算法对高分辨率遥感影像进行分割。构建了基于高斯尺度金字塔的多尺度视觉单词，并且通过实验证明其表达能力优于经典的词包表示。最后，在词包表示的基础上，利用概率潜在语义分析方法对同义词和多义词较强的鉴别能力对影像对象进行分析，找出其最可能属于的主题或类别，进而完成影像的分类。 近些年来，随着航空航天平台与传感器技术的高速发展，获取的遥感影像的分辨率越来越高。高分辨率遥感影像在各行业部门的应用也越来越广泛，除了传统的国土资源、地质调查和测绘测量等部门，还涉及到城市规划、交通旅游和环境生态等领域，极大地拓展了遥感影像的应用范围。因此，对高分辨率遥感影像的处理分析成为备受关注的领域之一。高分辨率遥感影像包括以下三种形式：高空间分辨率（获取影像的空间分辨率从以前的几十米提高到1 至5 米，甚至更高）；高光谱分辨率（电磁波谱被不断细分，获取遥感数据的波段数从几十个到数百个）；高时间分辨率（遥感卫星的回访周期不断缩短，在部分区域甚至可以连续观测）。本文所要研究的高分辨率遥感影像均是指“高空间分辨率”影像。 相对于中低分辨率的遥感数据，高空间分辨率遥感影像具有更加丰富的空间结构、几何纹理及拓扑关系等信息，对认知地物目标的属性特征更加方便，如光谱、形状、纹理、结构和层次等。另外，高分辨率遥感影像有效减弱了混合像元的影响，并且能够在较小的空间尺度下反映地物特征的细节变化，为实现更高精度的地物识别和分类提供了可能。 然而，传统的遥感影像分析方法主要基于“像元”进行，它处于图像工程中的“图像处理”阶段（见图1-1），已然不能满足当今遥感数据发展的需求。基于“像元”的高分辨率遥感影像分类更多地依赖光谱特征，而忽视影像的纹理、形状、上下文和结构等重要的空间特征，因此，分类结果会产生很严重的“椒盐(salt and pepper)现象”，从而影响到分类的精度。虽然国内外的很多研究人员针对以上缺陷提出了很多新的方法，如支持向量机(Support Vector Machine，SVM) 、纹理聚类、分层聚类(Hierarchical Clustering) 、神经网络(Neural Network, NN)等，但仅依靠光谱特征的基于像元的方法很难取得更好的分类结果。基于“像元”的传统分类方法还有着另一个局限：无法很好的描述和应用地物目标的尺度特征，而多尺度特征正是遥感信息的基本属性之一。由于在不同的空间尺度上，同样的地表空间格局与过程会表现出明显的差异，因此，在单一尺度下对遥感影像进行分析和识别是不全面的。为了得到更好的分类结果，需要充分考虑多尺度特征。 针对以上问题，面向对象的处理方法应运而生，并且逐渐成为高空间分辨率遥感影像分析和识别的新途径。所谓“面向对象”，即影像分析的最小单元不再是传统的单个像元，而是由特定像元组成的有意义的同质区域，也即“对象”；因此，在对影像分析和识别的过程

高光谱遥感技术及发展

遥感技术与系统概论 结课作业 高光谱遥感技术及发展

高光谱遥感技术及发展 摘要：经过几十年的发展，无论在遥感平台、遥感传感器、还是遥感信息处理、遥感应用等方面，都获得了飞速的 发展，目前遥感正进入一个以高光谱遥感技术、微波遥感技 术为主的时代。本文系统地阐述了高光谱遥感技术在分析技 术及应用方面的发展概况，并简要介绍了高光谱遥感技术主 要航空/卫星数据的参数及特点。 关键词：高光谱，遥感，现状，进展，应用 一、高光谱遥感的概念及特点 遥感是20 世纪60 年代发展起来的对地观测综合性技术，是指应用探测仪器，不与探测目标相接触，从远处把目标的电磁波特性记录下来，通过分析，揭示出物体的特征性质及其变化的综合性探测技术[1]。所谓高光谱遥感，即高光谱分辨率遥感，指利用很多很窄的电磁波波段（通常<10nm）从感兴趣的物体获取有关数据；与之相对的则是传统的宽光谱遥感，通 常>100nm，且波段并不连续。高光谱图像是由成像光谱仪获取的，成像光谱仪为每个像元提供数十至数百个窄波段光谱信息，产生一条完整而连续的光谱曲线。它使本来在宽波段遥感中不可

探测的物质，在高光谱中能被探测。 同其它传统遥感相比，高光谱遥感具有以下特点： ⑴波段多。成像光谱仪在可见光和近红外光谱区内有数十甚至数百个波段。 ⑵光谱分辨率高。成像谱仪采样的间隔小，一般为10nm 左右。精细的光谱分辨率反映了地物光谱的细微特征。 ⑶数据量大。随着波段数的增加，数据量呈指数增加[2]。 ⑷信息冗余增加。由于相邻波段的相关性高，信息冗余度增加。 ⑸可提供空间域信息和光谱域信息，即“图谱合一”，并且由成像光谱仪得到的光谱曲线可以与地面实测的同类地物光谱曲线相类比。近二十年来，高光谱遥感技术迅速发展，它集探测器技术、精密光学机械、微弱信号检测、计算机技术、信息处理技术于一体，已成为当前遥感领域的前沿技术。 二、发展过程 自80 年代以来，美国已经研制了三代高光谱成像光谱仪。1983 年，第一幅由航空成像光谱仪

高光谱遥感技术的介绍及应用

高光谱遥感技术的介绍及应用在20世纪，人类的一大进步是实现了太空对地观测，即可以从空中和太空对人类赖以生存的地球通过非接触传感器的遥感进行观测。最近几十年，随着空间技术、计算机技术、传感器技术等与遥感密切相关学科技术的飞速发展，遥感正在进入一个以高光谱遥感技术、微波遥感技术为主要标志的时代。本文简要介绍了高光谱遥感技术的特点、发展状况及其在一些领域的应用。 1 高光谱遥感简介 1.1高光谱遥感概念 所谓高光谱遥感，即高光谱分辨率遥感，指利用很多很窄的电磁波波段（通常<10nm）从感兴趣的物体获取有关数据；与之相对的则是传统的宽光谱遥感，通常>100nm，且波段并不连续。高光谱图像是由成像光谱仪获取的，成像光谱仪为每个像元提供数十至数百个窄波段光谱信息，产生一条完整而连续的光谱曲线。它使本来在宽波段遥感中不可探测的物质，在高光谱中能被探测。 高光谱遥感技术是近些年来迅速发展起来的一种全新遥感技术，它是集探测器技术、精密光学机械、微弱信号检测、计算机技术、信息处理技术于一体的综合性技术。在成像过程中，它利用成像光谱仪以纳米级的光谱分辨率，以几十或几百个波段同时对地表地物像，能够获得地物的连续光谱信息，实现了地物空间信息、辐射信息、光谱信息的同步获取，因而在相关领域具有巨大的应用价值和广阔的发展前景。 1.2高光谱遥感数据的特点 同其他常用的遥感手段相比,成像光谱仪获得的数据具有以下特点: 1）、多波段、波段宽度窄、光谱分辨率高。波段宽度< 10 nm ，波段数较多光谱遥感(由几个离散的波段组成)大大增多，在可见光和近红外波段可达几十到几百个。如A VIRIS在0. 4～214 波段范围内提供了224 个波段。研究表明许多地物的吸收特征在吸收峰深度一半处的宽度为20～40 nm。这是传统的多光谱等

高光谱遥感的发展与应用_张达

第１１卷　第３期２ ０１３年６月光学与光电技术 ＯＰＴＩＣＳ　＆ＯＰＴＯＥＬＥＣＴＲＯＮＩＣ　 ＴＥＣＨＮＯＬＯＧＹＶｏｌ．１１，Ｎｏ．３　 Ｊｕｎｅ，２０１３收稿日期　２０１２－０９－２９；　收到修改稿日期　２０１２－１２－ １３作者简介　张达（１９８１－） ，男，博士，副研究员，硕士生导师，主要从事空间光学遥感仪器的研制、空间光学成像，以及光谱探测技术方面的研究。Ｅ－ｍａｉｌ：ｚｈａｎｇｄａ＠ｃｉｏｍｐ ．ａｃ．ｃｎ基金项目　国防预研基金（ＳＡ０５０），国家８６３高技术研究发展计划（２０１０ＡＡ１２２１０９１００１） ，吉林省科技发展计划（２０１１０１０７９ ）资助项目文章编号：１６７２－３３９２（２０１３）０３－００６７－ ０７高光谱遥感的发展与应用 张　达　郑玉权 （中国科学院长春光学精密机械与物理研究所，吉林长春１３００３３） 摘要　阐述了高光谱遥感的特点、优势，以及在航空及航天领域的发展情况，列举了几种典型高光谱成像仪的光学系统原理和主要技术指标。在此基础上， 概述了高光谱遥感在植被生态、大气环境、地质矿产、海洋、军事等领域的应用情况。最后对高光谱遥感发展趋势提出了几点建议，包括低反射率目标遥感、高信噪比、高空间分辨率及宽覆盖范围等方面。关键词　高光谱遥感；发展；应用；成像光谱仪中图分类号　ＴＰ７０ 文献标识码　Ａ １　引　言 遥感技术是２０世纪６０年代发展起来的对地 观测综合性技术［１］ ，随着２０世纪８０年代成像光谱 技术的出现， 光学遥感进入了高光谱遥感阶段。从２０世纪９０年代开始， 高光谱遥感已成为国际遥感技术研究的热门课题和光电遥感的最主要手段。 高光谱遥感技术作为对地观测技术的重大突破［ ２］ ，其发展潜力巨大。 高光谱遥感实现了遥感数据图像维与光谱维信息的有机融合，在光谱分辨率上有巨大优势，是遥感发展的里程碑。随着高光谱遥感技术的日趋成熟，其应用领域也日益广泛，已渗透到国民经济的各个领域，如环境监测、资源调查、工程建设等，对于推动经济建设、社会进步、环境的改善和国防建设起到了重大的作用。本文主要阐述高光谱遥感的特点、优势以及在航空及航天领域的发展情况，概括了高光谱遥感在植被生态、大气环境、地质矿产， 海洋军事等领域的应用情况。２　高光谱遥感特点与优势 高光谱遥感是高光谱分辨率遥感（Ｈｙｐｅｒｓｐ ｅｃ－ｔｒａｌ　Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ） 的简称［３］ ，它是在电磁波谱的紫外、可见光、近红外、中红外和热红外波段范围 内，获取许多非常窄且光谱连续的影像数据的技 术，是在传统的二维遥感的基础上增加了光谱维，形成的一种独特的三维遥感。对大量的地球表面物质的光谱测量表明， 不同的物体会表现出不同的光谱反射和辐射特征，这种特征引起吸收峰和反射峰的波长宽度在５～５０ｎｍ左右，其物理内涵是不同的分子、 原子和离子的晶格振动，引起不同波长的光谱发射和吸收，从而产生了不同的光谱特征。运用具有高光谱分辨率的仪器，通过获取图像上任何一个像元或像元组合所反映的地球表面物质的光谱特性， 经过后续数据处理，就能达到快速区分和识别地球表面物质的目的［ ４］ 。高光谱遥感的成像光谱仪具有光谱分辨率高（５～１０ｎｍ），光谱范围宽（０．４μｍ～２．５μｍ） 的显著特点，可以分离成几十甚至数百个很窄的波段来接收信息， 所有波段排列在一起能形成一条连续的完整的光谱曲线，光谱的覆盖范围从可见光、近红外到短波红外的全部电磁辐射波谱范围。高光谱数据是一个光谱图像的立方体，其空间图像维描述地表二维空间特征，其光谱维揭示图像每一像元的光谱曲线特征，由此实现了遥感数据图像维与光谱 维信息的有机融合［ ５］ 。高光谱遥感在光谱分辨率方面的巨大优势，使得空间对地观测时可获取众多连续波段的地物光谱图像， 从而达到直接识别地球表面物质的目的。地物光谱维信息量的增加为遥感对地观测、地物识别及地理环境变化监测提供了

高光谱遥感影像的光谱匹配算法研究概要

https://www.wendangku.net/doc/ab5885870.html, 中国科技论文在线高光谱遥感影像的光谱匹配算法研究 蔡燕1，梅玲2作者简介：蔡燕，（1984-），女，硕士研究生，主要研究方向：高光谱遥感 通信联系人：梅玲，（1984-），女，助理工程师，主要研究方向：水文地质. E-mail: meilingcumt@https://www.wendangku.net/doc/ab5885870.html, （1. 中国矿业大学环境与测绘学院，江苏徐州 221008； 2. 江苏煤炭地质勘探四队，南京 210046） 摘要：在高光谱遥感影像处理中，光谱匹配技术是高光谱地物识别的关键技术之一。本文主要围绕光谱匹配算法的研究展开，分析讨论了常用的几种光谱匹配技术的特点，根据先验知识建立了多种地物标准光谱库，并将其读入程序存储，基于Visual C++平台实现了最小距离匹配，光谱角度匹配，四值编码匹配法，最后基于混淆矩阵对分类图像进行精度比较分析并对三种编码匹配法进行比较。 关键词：高光谱；光谱匹配；最小距离匹配；光谱角度匹配；四值编码 中图分类号：TP751 The Study on the Spectral Matching Technique of hyperspectral romote sensing Cai Yan1, Mei Ling2 (1. School Of Environment Science and Spatial Informatics China University of Mining and Technology, JiangSu XuZhou 221008;

2. JiangSu Geological Prospecting Team Four, NanJing 210046 Abstract: In the hyperspectral image processing, the spectral match technique is one of key techniques to identify and classify materials in the image. This paper addresses some issues of spectral matching methods. Several algorithms are analyzed and compared, such as minimum distance matching, spectral angle mapping and quad-encoding. According to the prior knowledge, standard spectral library including typical land-cover types is built, which is stored and used for spectral matching. All of work is done in the programming environment of Visual C++. Finally, the experimental results are tested and compared when classification accuracies are computed based on confusion matrixes. Keywords:hyperspectral; spectral match; minimum distance matching; spectral angle mapping; quad-encoding 0 引言 高光谱遥感技术的发展和广泛应用是20世纪最具有标志性的科学技术成就之一，与传统的多光谱遥感技术相比，高光谱分辨率遥感的核心特点是图谱合一，即能获取目标的连续窄波段的图像数据[1]。高光谱遥感信息的分析处理集中于光谱 维上进行图像信息的展开和定量分析。 高光谱影像分类与地物识别是建立在传统的遥感图像分类算法基础之上，结合高光谱数据特点，对高光谱图像数据进行目标识别，是对遥感图像基本分类方法的扩展与延伸。高光谱遥感影像有着很高的光谱分辨率，且光谱通道连续，因此对于影像中的任一像元均能获取一条平滑而完整的光谱曲线，将其与地物波谱库中的光谱曲线进行匹配运算，实现地物识别与定量反演[2-4]。光谱匹配技术是成像光谱地物识别的关键技术之一，主要通过对地物光谱与参考光谱的匹配或地物光谱与数据库的比较，求算他们之间的相似性或差异性，突出特征谱段，有小提取光谱维信息，以便对地物特征进行详细分析[5]。本文紧紧围绕光谱匹配的算法分析了最小 距离法，光谱角度匹配法，以及四值编码法，进行精度分析与方法比较。

高光谱应用研究综述

浙江师范大学 研究生课程论文封面 课程名称：遥感理论与技术 开课时间： 2014-2015年第一学期 学院地理与环境科学学院学科专业自然地理学 学号2014210580 姓名张勇 学位类别全日制硕士 任课教师陈梅花 交稿日期2015年1月21日 成绩 评阅日期 评阅教师 签名 浙江师范大学研究生学院制

高光谱遥感应用研究综述 张勇 （浙江师范大学地理环境与科学学院，浙江金华321004） 摘要：高光谱遥感是近二十年发展起来的谱像和一的遥感前沿技术。虽然发展时间不长，但由于其本身的特点，使其获得了广泛的重视和应用。本文阐述了高光谱遥感的特点、优势，以及在航空及航天领域的发展情况，列举了几种典型高光谱成像仪的光学系统原理和主要技术指标。在此基础上，概述了高光谱遥感在植被生态、大气环境、地质矿产、海洋、军事等领域的应用情况。最后对高光谱遥感发展趋势提出了几点建议，包括低反射率目标遥感、高信噪比、高空间分辨率及宽覆盖范围等方面。 关键字：高光谱遥感；应用；成像光谱以；研究综述 Conclusion application of hyperspectral remote sensing Zhang Yong (Geography and environmental sciences, Zhejiang Normal University, Jinhua 321004) Abstract:Hyperspectral remote sensing, developed in the late twenty years, is the advanced technology of remote sensing. Because of its characters, Hyperspectral Remote Sensing has been attached importance to and used widly. The characteristics and advantages of hyperspectral remote sensing, and development situation are presented in the fields of aviation and aerospace. Several typical hyperspectral imager optical system principle and the main technical indicators are particularized. At the same time, the applications with hyperspectral remote sensing in vegetation ecology, atmospheric science ,geology and mineral resources, marine and military fields are summarized. The suggestions for the future development trend of hyperspectral remote sensing are given in the end，including the remote sensing of low reflectivity target, high signal-to-noise ratio, high spatial resolution and wide coverages. Keywords: hyperspectral remote sensing；application；imaging spectrometer 1 引言 遥感是20世纪60年代发展起来的对地观测综合性技术，是指应用探测仪器，不与探测目标相接触，从远处把目标的电磁波特性记录下来，通过分析，揭示出物体的特征性质及其变化的综合性探测技术[1]。经过几十年的发展，无论在遥感平台、遥感传感器、还是遥感信息处理、遥感应用等方面，都获得了飞速的发展，目前遥感正进入一个以高光谱遥感技术、微波遥感技术为主的时代。本文系统地阐述了高光谱遥感技术在分析技术及应用方面的发展概况，并简要介绍了高光谱遥感技术主要航空/卫星数据的参数及特点。 1.1高光谱遥感简介 高光谱遥感技术又称为成像光谱技术，是指利用很多很窄的电磁波波段从感兴趣的物体

高光谱图像分类讲解学习

高光谱图像分类

《机器学习》课程项目报告 高光谱图像分类 ——基于CNN和ELM 学院信息工程学院 专业电子与通信工程 学号 2111603035 学生姓名曹发贤 同组学生陈惠明、陈涛 硕士导师杨志景 2016 年 11 月

一、项目意义与价值 高光谱遥感技术起源于 20 世纪 80年代初，是在多光谱遥感技术基础之上发展起来的[1]。高光谱遥感能够通过成像光谱仪在可见光、近红外、短波红外、中红外等电磁波谱范围获取近似连续的光谱曲线，将表征地物几何位置关系的空间信息与表征地物属性特征的光谱信息有机地融合在了一起，使得提取地物的细节信息成为可能。随着新型成像光谱仪的光谱分辨率的提高，人们对相关地物的光谱属性特征的了解也不断深入，许多隐藏在狭窄光谱范围内的地物特性逐渐被人们所发现，这些因素大大加速了遥感技术的发展，使高光谱遥感成为21 世纪遥感技术领域重要的研究方向之一。 在将高光谱数据应用于各领域之前，必须进行必要的数据处理。常用的数据处理技术方法包括：数据降维、目标检测、变化检测等。其中，分类是遥感数据处理中比较重要的环节，分类结果不但直接提取了影像数据有效信息，可以直接运用于实际需求中，同时也是实现各种应用的前提，为后续应用提供有用的数据信息和技术支持，如为目标检测提供先验信息、为解混合提供端元信息等。 相对于多光谱遥感而言，由于高光谱遥感的波谱覆盖范围较宽，因此我们可以根据需要选择特定的波段来突显地物特征，从而能够精确地处理地物的光谱信[2]。目前，许多国家开展大量的科研项目对高光谱遥感进行研究，研制出许多不同类型的成像光谱仪。高光谱遥感正逐步从地面遥感发展到航空遥感和航天遥感，并在地图绘制、资源勘探、农作物监测、精细农业、海洋环境监测等领域发挥重要的作用。高光谱遥感技术虽然是遥感领域的新技术，但是高光谱图像的分类一直制约着高光谱遥感的应用[3,4]，因此对其进行研究显得尤为重要。 高光谱遥感图像较高的光谱分辨率给传统的图像分类识别算法提出严峻的挑战。波段维数的增加不仅加重了数据的存储与传输的负担，同时也加剧了数据处理过程的复杂性，并且由于波段与波段间存在着大量的冗余信息，从而使得传统图像分类算法并不适用于高光谱遥感图像的分类。传统

高光谱遥感数据处理基础

泛函分析概括 高光谱遥感应用中，如何度量光谱间的相似性一直高光谱图象处理的核心问题，因而我们有必要先交代下度量空间的一些概念。 度量空间:所谓度量空间，就是指对偶(,)X d ，其中X 是一个集合，d 是X 上的一个度量（或X 上的距离函数），即d 是定义在X X ?上且对所有,,X ∈x y z 满足以下四条公理的函数： （1） d 是实值、有限和非负的。 （2） 当且仅当=x y 时，(,)0d =x y 。 （3） (,)(,)d d =x y y x （对称性）。 （4） (,)(,)(,)d d d ≤+x y x z z y （三角不等式）。 度量空间给出来空间中元素“距离”的度量，因而使得空间中的元素可比较。但是，仍需要在空间中引入代数结构，使得元素之间可进行代数运算。因而，这里需要引入线性空间。 线性空间：所谓域(K R 或C)上的线性空间是指一个非空集合X ，且其元素,,x y （称为矢量）关于X 和K 定义了两种代数运算。这两种运算分别叫做矢量的加法与标量的乘法。 矢量的加法是，对于X 中的每一对矢量(,)x y ，与其相联系的一个矢量+x y ，叫做矢量之和。按这种方式它还具有下述性质：矢量加法是可交换的和可结合的，即对所有矢量都有 ()()+=+++=++x y y x x y z x y z 此外存在零矢量,X ∈0并对每个矢量x ，存在有-x ，使得对一切矢量有 ()+=+-=x 0x x x 0 矢量与标量的乘法是，对于每个矢量x 和每个标量α，与其相联系的一个矢量αx ，叫做α与x 之积。按这种方式对一切,x y 和标量,,αβ具有

()()1αβαβ==x x x x 和分配律 ()()ααααβαβ+=++=+x y x y x x y 在很多情况下因为线性空间X 上定义了度量d ，所以X 同时也是一个度量空间。然而，如果X 的代数结构与度量没有什么关系的话，我们就不能指望把代数的概念和度量的概念结合在一起。为了保证X 的代数性质与几何性质有如此的关系，我们首先需要引入一个辅助的所谓“范数”的概念，其中要用到线性空间的代数运算。然后再用范数诱导出我们希望的度量d ，这一想法就导出了赋范空间的概念。简单的说，赋范空间把线性空间的代数结构和其作为度量空间的度量紧密结合在一起。 赋范空间:所谓赋范空间X ，就是指在其上定义了范数的线性空间X 。而所谓线性空间X 上的范数，就是指定义在X 上的一个实值函数，它在X ∈x 的值记为x ，并且具有如下性质： （1）0≥x （2）0=?=x x 0 （3）αα=x x （4）+≤+x y x y 其中,x y 是X 中的任意矢量，α为任意标量。 巴拿赫空间：所谓巴拿赫空间就是完备的赋范空间（这里的完备性是按范数定义的度量来衡量的，见下面公式） (,)d =-x y x y ,X ∈x y 此度量叫做由范数所诱导的度量。 由范数所诱导的度量具备以下基本性质: 引理（平移不变性）：在赋范空间X 上，由范数诱导的度量d ，对所有的,X ∈x y 及每个标量α，都满足