约束最大相关系数的高光谱影像目标探测研究_王彩玲

空间目标的光学偏振特性研究

第37卷第7期 光电工程V ol.37, No.7 2010年7月Opto-Electronic Engineering July, 2010 文章编号：1003-501X(2010)07-0024-06 空间目标的光学偏振特性研究 李雅男，孙晓兵，乔延利，洪津，张荞 ( 中国科学院通用光学定标与表征技术重点实验室；安徽光学精密机械研究所，合肥 230031 ) 摘要：偏振特性是光与物质相互作用所表现的重要特性之一，与物质的性质密切相关。空间目标偏振特性可能会因为特定空间目标组成材料和空间目标轨道不同而存在差异，因此为空间目标的探测和识别提供了科学依据。本文通过空间目标材料以及典型空间目标模型的多角度偏振成像特性试验测量，分析了空间目标偏振特性及其变化机理。结果表明，空间目标表面材料的偏振特性对于目标的识别具有很重要的作用，太阳能电池板的姿态对卫星的偏振特性影响尤为明显。本文研究可以为空间目标光学偏振探测与识别提供应用基础研究支持。 关键词：物理光学；目标探测；偏振特性；空间目标 中图分类号：O436.2 文献标志码：A doi：10.3969/j.issn.1003-501X.2010.07.005 Photopolarimetric Characteristic of Space Target LI Ya-nan，SUN Xiao-bing，QIAO Yan-li，HONG Jin，ZHANG Qiao ( Key Laboratory of Optical Calibration and Characterization, Anhui Institute of Optics and Fine Mechanics, Chinese Academy of Sciences, Hefei 230031, China ) Abstract：Polarization is one of the important optical characteristics of target. Certain materials used in constructing satellites possess unique polarization because of certain space target designs and different orbits. Thus polarization can be considered for target detection and recognition. Photopolarimetric characteristic of space target materials and model are measured and analyzed. Results show that the polarization properties of material are significant for target detection, and the attitude of solar panel has great effect on the polarization of satellite. This research can give support to the application for space target detection and recognition. Key words：physical optics; target detection; polarization; space target 0 引 言 地基光学探测系统对深空目标的探测有重要的作用，为了达到探测和识别目标的目的目前已经发展了若干种探测手段[1]，例如，Sanchez等根据高轨碎片的光度特性来判断目标的生存状态以及特征[2]，通过同时性的多色测光来判断不同卫星平台[3]。Jorgensen等人表明由于不同材料的空间目标具有不同的光谱反射率，因此采用低色散光谱观测对于目标的识别有重要的作用[4]。而目标的偏振特性由于反映了材料的本征特性也在空间目标的探测中也得到了应用，Stead在美国俄亥俄州Sulphur Grove观测站，在光电望远镜上加上偏振分析器完成空间目标的偏振观测，测量到一个卫星的偏振度最大达39％[5]。Kissel研究表明空间目标反射太阳光的偏振程度是很高的，并将偏振结果看成由漫反射和镜反射混合而产生的，按照这种假设理论计算与观测结果符合的比较好，他认为这足以证明偏振特性可以作为研究空间目标材料在太空中所受的影响[6]，Beavers等人通过不同形状的卫星的光学偏振观测，表明偏振观测可以作为测试在轨目标状态、判断目标材料、探测目标在深空中暴露对其光学特性影响的一种手段，并将铝质材料和太阳能板表面的卫 收稿日期：2010-01-11；收到修改稿日期：2010-05-11 基金项目：国家863计划资助课题(2002AA731041)；安徽省红外与低温等离子体重点实验室基金项目资助课题(2007C003018F) 作者简介：李雅男(1984-)，女(汉族)，江西九江人。博士生，主要从事遥感信息定量化的研究。E-mail：yananli@https://www.wendangku.net/doc/bc13448307.html,。

高光谱遥感图像研究意义及现状

高光谱遥感图像研究意义及现状 1研究高光谱遥感图像的意义 (1) 2高光谱遥感图像分类以及其基本现状 (2) 2.1图像预处理 (3) 2.2定义感兴趣地物类别并标记训练样本 (3) 2.3特征提取与特征选择 (4) 2.4分类判决 (4) 1研究高光谱遥感图像的意义 遥感图像是按一定比例尺,客观真实地记录和反映地表物体的电磁辐射的强弱信息,是遥感探测所获得的遥感信息资料的一种表现形式，因此遥感技术应用的核心问题是根据地物辐射电磁辐射强弱在遥感图像上表现的特征,判读识别地面物体的类属及其分布特征。遥感图像特征取决于遥感探测通道、地物光谱特征、大气传播特征及传感器的响应特征等因素。只要了解这些因素对遥感图像特征的影响，则可按图像特征判读地面物体的属性及其分布范围，实现遥感图像的分类识别。 高光谱遥感图像是一种高维图像，可反映地物的空间信息和光谱信息，其数据量庞大。随着传感器的不断更新，人们已经可以在不同的航空、航天遥感平台上获取不同时空间分辨率和光谱分辨率的遥感影像。高光谱遥感与以往遥感技术相比，具有图谱合一的特征和从可见光到红外甚至热红外的一系列波段，是一种综合性的遥感技术手段。特别是在地面的信息比较微弱的情况下，高光谱遥感具有识别微弱信息和定量探测的优势。 发展高光谱遥感技术，满足军事和民用对该技术的需求，开展该领域的研究是非常必要而有实际意义的。发展以地物精确分类、地物识别、地物特征信息提取为目标的超光谱遥感信息处理模型，提高超光谱数据处理的自动化和智能化水平。 高光谱遥感技术将确定物质或地物性质的光谱与揭示其空间和几何关系的图像结合在一起，而许多物质的特征往往表现在一些狭窄的光谱范围内，高光谱遥感实现了获取地物的光谱特征同时又不失其整体形态及其与周围地物的关系。 高光谱技术产生的一组图像所提供的丰富信息可以显著地提高数据分析的质量、细节性、可靠性以及可信度，可有效地用于地物类型的像素级甚至亚像素级识别，己广泛应用于地质勘探与地球资源调查、城市遥感与规划管理、环境与

高光谱图像分辨率增强及在小目标检测中的应用研究

高光谱图像分辨率增强及在小目标检测中的应用研究 高光谱遥感是在测谱学基础上逐渐发展起来的新型遥感技术,除了空间图像信息外,其所具有的精细光谱信息,克服了宽波段遥感探测的局限,被广泛应用于多种领域,成为对地观测最重要的信息源之一。但由于成像原理与制造技术等因素的限制,高光谱图像的空间分辨率相对较低,给进一步应用,如特定目标的检测识别带来一系列的问题。 为此,论文分别从信息融合和混合像素分解角度研究了高光谱图像的分辨率增强方法,旨在提高基于图谱结合的高光谱图像目标检测的性能。论文首先对遥感成像中涉及到的电磁波理论进行简单的介绍,分析了遥感图像的空间分辨率与光谱分辨率间的关系,即随着光谱分辨率的增加,在CCD等性能参数不变下,遥感图像的空间分辨率下降的原理。 并在介绍了高光谱图像特性的基础上,对PCA、MNF及LDA变换的降维算法的原理进行了分析,研究其各种算法的特点及应用范围。降维算法是重要的高光谱图像预处理技术,这一部分的工作为后文的开展打下一个基础。 然后对常用的高光谱图像目标检测算法进行了介绍。通过对支持向量数据描述的研究,分析并验证了其单类分类的性能及其适用范围;针对传统纯像素目标检测算法大部分无法解决目标与背景样本数量不平衡的问题,论文提出了基于SVDD的高光谱图像目标检测算法,把目标检测问题转化为单类分类问题。 实验结果表明,与经典的光谱角度制图和有约束能量最小化算法相比,该算法仅需要较少的目标类训练样本就可以得到与前两者相近的检测结果,当增加背景样本时,本文方法可以将目标更容易的从背景中分离出来,为利用空间信息进一步检测提高了便利,使最终的检测结果优于上述两种算法。针对空间分辨率的

偏振光谱

第四章振动光谱Chapter Four Vibrate Spectroscopy

4.1、基本原理Principles 4.2、红外光谱Infrared spectroscopy 4.3、红外光谱实验技术Experiment Technique of IR

4.1 基本原理Principles 4.1.1 光谱学基础Spectroscopy 4.1.1.1 光谱Spectroscopy 4.1.1.2 光的波粒二象性Wave-particle duality 4.1.1.3 光的能量组成The Compose of light 4.1.1.4 分子的能量组成The Compose of Molecular energy 4.1.2 分子振动模型 The model of Molecular Vibration 4.1.2.1 双原子分子的弹簧模型 The Spring Model of diatomic molecule 4.1.2.2 基本振动的类型 The Type of Fundamental Vibration 4.1.2.3 红外吸收产生的必要条件

4.1 基本原理principles 4.1.1 光谱学基础Spectroscopy 4.1.1.1 Spectroscopy Spectroscopy 光谱 研究光谱理论及其应用的光学学科分支 IR、UV-Vis、NMR、AAS…spectroscopy

4.1 基本原理principles 4.1.1 光谱学基础Spectroscopy 4.1.1.2 光的波粒二象性wave-particle duality 光是一种电磁波(electromagnetic wave)，同时具有粒子性，具有波粒二象性(wave-particle duality) 波动性可用波长(wavelength) （λ），频率(frequency)（ν）和波数(wavenumber)（σ）来描述。

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。

偏振-成像-光谱整理

一、偏振探测原理 在介质中传输的光，与介质发生相互作用后，其偏振状态的斯托克斯参数或琼斯矩阵会发生变化，改变的程度与介质的物理特性（如其介质特性、结构特征、粗糙度、水分含量、观察角、辐照度等条件）密切相关。 利用光（主要为偏振光）来照射被测物质，经被测物与偏振光的相互作用后偏振光的偏振信息将按规律产生相应的变化，通过检测这种偏振信息的变化来实现测量该被测物的属性，是偏振探测的物理基础。 偏振光的检测是偏振光的应用和偏振探测的一个重要问题，偏振光的检测主要包括偏振光的强度、相位、和取向三个参量的定性分析和定量测量，其基本方法是把上述三个参量的测量转化为光强的测量。 二、偏振探测与雷达探测的对比 在目标识别应用上,与主动雷达扫描方式不同,偏振成像设备体积小、功耗低,探测对象是物体主动发射或反射的电磁波中的偏振部分,便于自身隐蔽。 三、偏振探测与传统成像的对比 在传统的图像处理、分析过程中所使用的技术都是基于光的强度特征和波长特征所提供的信息,这使现有的图像处理、分析以及理解算法很复杂,并且只能对图像中目标的轮廓、类别等做一些初步的分析和理解[5];而偏振图像有其自己统一简单的算法[6],其结果在图像

目视效果方面明显。偏振探测的特点（相对于普通成像技术）： ①偏振探测有助于辨别具有不同质地的目标; ②偏振图像与光强度图像相比,对比度提高; ③偏振图像对置于在背景之上物体的边缘增强效果明显; ④偏振图像与波段有依赖关系; ⑤偏振度与物体表面粗糙度、观测角等依赖关系较 四、多光谱技术 物质的化学组成或结构的不同,导致它们的能带结构以及转动、振动能级不同,其结果使它们的发射光谱、反射光谱、荧光光谱或拉曼光谱也会不同。因此,可通过探测空间光谱分布来探测物质及其在空间上的分布特性。这种技术称为多光谱技术,它建立在能带理论基础之上,其技术基础是光谱分辨和光谱探测技术。 目前多光谱技术有两种不同的含义[1]:一是利用物体的发光或反射光特性,通过光谱分辨技术获取物体的特征光谱信息,来识别物体;二是利用光与物质的相互作用使光发生某种变化,并探测光的变化来获取物质的有关特征信息。后一种多光谱技术所探测的光的变化可能是光谱的变化,或是光强度、偏振等参量的变化。

高光谱成像国内外研究与应用

前言 随着科学技术的发展，人们的感官得到了延伸，认识事物的能力也不断的提高，其中光谱成像和雷达成像成为其中的佼佼者，高谱和图像使人们能够在大千世界更好的认识到事物。高光谱成像技术作为一项优点显著，实用的成像技术，从20世纪80年代开始得到了世界各国的重视，经过深入的研究和发展如今已经被广泛地应用于各个领域。 高光谱遥感是当前遥感技术的前沿领域,它利用很多很窄的电磁波波段从感兴趣的物体获得有关数据，它包含了丰富的空间、辐射和光谱三重信息。高光谱遥感的出现是遥感界的一场革命,它使本来在宽波段遥感中不可探测的物质,在高光谱遥感中能被探测。 高光谱成像技术是基于非常多窄波段的影像数据技术，其中最突出的应用是在遥感探测领域，并在民用领域有着更大的应用前景。 本文通过分析介绍高光谱图像的成像原理，探讨了高光谱图像在国内外发展现状及其应用。

1.高光谱图像成像原理及特点 1.1高光谱遥感基本概念 高光谱遥感是通过高光谱传感器探测物体反射的电磁波而获得地物目标的空间和频谱数据，成立于20世纪初期的测谱学就是它的基础。高光谱遥感的出现使得许多使用宽波段无法探查到的物体，更加容易被探测到，所以高光谱遥感的出现时成功的是革命性的。 1.2高光谱图像成像原理 光源相机（成像光谱仪+ccd）装备有图像采集卡的计算机是高光谱成像技术的硬件组成，其光谱的覆盖范围为200-400nm，400-1000nm，900-1700nm，1000-2500nm。其中光谱相机的主要组成部分为准直镜，光栅光谱仪，聚焦透镜以及面阵ccd。 其扫描过程是当ccd探测器在光学焦面的垂直方向上做横向扫描（x），当横向的平行光垂直入射到投身光栅是就形成了光栅光谱，这是象元经过高光谱仪在ccd上得出的数据，它的横向式x方向上的像素点也就是扫描的象元，它的总想是各象元对应的信息。在检测系统输送前进是排列的他测器完成纵向扫面（y）。综合扫描信息即可得到物体的三围高光谱数据。 1.3高光谱遥感的特点 （1）波段多且宽度窄能够使得高光谱遥感探测到别的宽波段无法探测到的物体。 （2）光谱响应范围更广和光谱分辨率高使得它能够更加精细的发硬出被探测物的微小特征。 （3）它可以提供空间域和光谱域信息也就是“谱像合一”。 （4）数据量大和信息冗余多，由于高光谱数据的波段多，其数据量大，而且和相邻波段的相关性比较高就使得信息冗余度增加很多。 （5）高光谱遥感的数据描述模型多能够分析的更灵活。经常使用的3种模型有：图像，光谱和特征模型。 1.4高光谱的优势 随着高光谱成像的光谱分辨率的提高，其探测能力也有所增强。因此，与全色和多光谱成像相比较，高光谱成像有以下显著优著: (1)有着近似连续的地物光谱信息。高光谱影像在经过光谱反射率重建后，能获取与被探测物近似的连续的光谱反射率曲线，与它的实测值相匹配，将实验室中被探测物光谱分析模型应用到成像过程中。 (2)对于地表覆盖的探测和识别能力极大提高。高光谱数据能够探测具有诊断性光谱

高光谱图像的异常目标检测及亚像元定位研究

硕士学位论文 高光谱图像的异常 目标检测及亚像元定位研究 RESEARCH ON ANOMALY TARGET DETECTION AND SUBPIXEL MAPPING IN HYPERSPECTRAL IMAGERY 朱凤阳 哈尔滨工业大学 2009年6月

国内图书分类号：TN911.73 学校代码：10213 国际图书分类号：621.3 密级：公开 硕士学位论文 高光谱图像的异常 目标检测及亚像元定位研究 硕士研究生：朱凤阳 导 师：张钧萍教授 申请学位：工学硕士 学科：信息与通信工程 所在单位：电子与信息工程学院 答辩日期：2009年6月 授予学位单位：哈尔滨工业大学

Classified Index: TN911.73 U.D.C.: 621.3 Dissertation for the Master Degree in Engineering RESEARCH ON ANOMALY TARGET DETECTION AND SUBPIXEL MAPPING IN HYPERSPECTRAL IMAGERY Candidate:Zhu Fengyang Supervisor:Prof. Zhang Junping Academic Degree Applied for:Master of Engineering Specialty:Information and Communication Engineering Affiliation: School of Electronics and Information Engineering Date of Defence: June, 2009 Degree-Conferring-Institution:Harbin Institute of Technology

光谱曲线概率的高光谱影像小目标探测算法_徐江明

第３０卷第３期黑　龙　江　工　程　学　院　学　报Ｖ ｏｌ．３０，Ｎｏ．３２０１６年６月 Ｊｏｕｒｎａｌ　ｏｆ　Ｈｅｉｌｏｎｇｊｉａｎｇ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｔｅｃｈｎｏｌｏｇｙ　 Ｊｕｎ．，２０１６ ＤＯＩ：１０．１９３５２／ｊ ．ｃｎｋｉ．ｉｓｓｎ１６７１－４６７９．２０１６．０３．００３光谱曲线概率的高光谱影像小目标探测算法 徐江明 （青海省第二测绘院，广西西宁８１０００１ ）摘　要：针对高光谱影像小目标的探测，最常用的约束能量最小化算法探测率低、探测效果欠佳，其它的多数探测算法或模型也基于ＣＥＭ。在研究小目标特性的基础上，提出高光谱影像小目标的光谱曲线概率探测算法。该算法是基于高斯分布理论，可以在目标光谱已知或未知条件下对小目标进行探测。经过定性实验和与ＣＥＭ算法探测结果的定量比较分析得出，ＳＣＰ算法对小目标探测率高、探测效果好；并能有效抑制背景，不再需要白化处理，降低算法的复杂性。ＳＣＰ是一种简单、高效的高光谱影像小目标探测算法。关键词：高光谱影像；小目标；探测算法；光谱曲线概率；高斯分布 中图分类号：Ｐ２３７ 文献标识码：Ａ 文章编号：１６７１－４６７９（２０１６）０３－００１０－ ０４Ｓｐｅｃｔｒａｌ　ｃｕｒｖｅ　ｐｒｏｂａｂｉｌｉｔｙ　 ａｌｇｏｒｉｔｈｍ　ｏｆ　ｈｙｐｅｒｓｐｅｃｔｒａｌｉｍａｇｅ　ｓｍａｌｌ　ｔａｒｇ ｅｔ　ｄｅｔｅｃｔｉｏｎＸＵ　Ｊｉａｎｇｍｉｎｇ （Ｔｈｅ　２ｎｄ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｓｕｒｖｅｙｉｎｇ　 ＆Ｍａｐｐｉｎｇ，Ｘｉｎｉｎｇ　８１０００１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｓ　ｆｏｒ　ｔｈｅ　ｓｐｅｃｔｒａｌ　ｃｕｒｖｅ　ｐｒｏｂａｂｉｌｉｔｙ　ａｌｇｏｒｉｔｈｍ　ｏｆ　ｓｍａｌｌ　ｔａｒｇｅｔ　ｄｅｔｅｃｔｉｏｎ　ｏｆ　ｈｙｐｅｒｓｐｅｃｔｒａｌ　ｉｍａｇｅ，ｔｈｅ　ｃｏｎｓｔｒａｉｎｅｄ　ｅｎｅｒｇｙ　ｍｉｎｉｍｉｚａｔｉｏｎ（ＣＥＭ）ａｌｇｏｒｉｔｈｍ，ｗｈｉｃｈ　ｉｓ　ｔｈｅ　ｍｏｓｔ　ｆｒｅｑｕｅｎｔｌｙ　ｕｓｅｄ，ｉｓ　ｌｏｗ　ａｎｄ　ｔｈｅｒｅｓｕｌｔ　ｏｆ　ｉｔ　ｉｓ　ｂａｄ　ｏｎ　ｄｅｔｅｃｔｉｎｇ　ｓｍａｌｌ　ｔａｒｇｅｔｓ　ｏｆ　ｈｙｐｅｒｓｐｅｃｔｒａｌ　ｉｍａｇｅ．Ｏｔｈｅｒ　ｄｅｔｅｃｔｉｏｎ　ａｌｇｏｒｉｔｈｍｓ　ｏｒ　ｍｏｄｅｌｓａｒｅ　ａｌｓｏ　ｂａｓｅｄ　ｏｎ　ＣＥＭ　ａｎｄ　ｌａｃｋ　ｏｆ　ｓｕｂｓｔａｎｔｉｖｅ　ｉｎｎｏｖａｔｉｏｎ．Ｔｈｉｓ　ｐａｐｅｒ　ｐｒｏｐｏｓｅｓ　ａ　ｓｐｅｃｔｒａｌ　ｃｕｒｖｅ　ｐｒｏｂａｂｉｌｉｔｙ（ＳＣＰ）ａｌｇｏｒｉｔｈｍ　ｏｎ　ｄｅｔｅｃｔｉｎｇ　ｓｍａｌｌ　ｔａｒｇｅｔｓ　ｏｆ　ｈｙｐｅｒｓｐｅｃｔｒａｌ　ｉｍａｇｅ．Ｔｈｅ　ａｌｇｏｒｉｔｈｍ，ｂａｓｅｄ　ｏｎ　ｔｈｅ　Ｇａｕｓｓｉａｎｄｉｓｔｒｉｂｕｔｉｏｎ　ｔｈｅｏｒｙ，ｃａｎ　ｄｅｔｅｃｔ　ｔｈｅ　ｓｍａｌｌ　ｔａｒｇｅｔｓ　ｗｈｅｔｈｅｒ　ｔｈｅ　ｔａｒｇｅｔ　ｓｐｅｃｔｒｕｍ　ｉｓ　ｋｎｏｗｎ　ｏｒ　ｎｏｔ．Ａｆｔｅｒ　ｔｈｅｑｕａｌｉｔａｔｉｖｅ　ｅｘｐｅｒｉｍｅｎｔｓ　ａｎｄ　ｑｕａｎｔｉｔａｔｉｖｅ　ａｎａｌｙｓｉｓ　ｃｏｍｐａｒｉｎｇ　 ｔｈｅ　ｒｅｓｕｌｔ　ｏｆ　ＣＥＭ　ａｌｇｏｒｉｔｈｍ，ｉｔ　ｐｒｏｖｅｓ　ｔｈａｔ　ｔｈｅｃｏｒｒｅｃｔ　ｄｅｔｅｃｔｉｏｎ　ｒａｔｉｏ　ｏｆ　ＳＣＰ　ａｌｇｏｒｉｔｈｍ　ｉｓ　ｈｉｇｈｅｒ，ｔｈｅ　ｒｅｓｕｌｔ　ｏｆ　ｉｔ　ｉｓ　ｂｅｔｔｅｒ　ｏｎ　ｄｅｔｅｃｔｉｎｇ　ｓｍａｌｌ　ｔａｒｇｅｔｓ　ａｎｄｔｈｅ　ａｌｇｏｒｉｔｈｍ　ｃａｎ　ｃｕｒｂ　ｔｈｅ　ｂａｃｋｇｒｏｕｎｄ　ｅｆｆｅｃｔｉｖｅｌｙ　ｓｏ　ｔｈａｔ　ｎｏ　ｗｈｉｔｅｎｉｎｇ　ｒｅｄｕｃｅｓ　ｃｏｍｐｌｅｘｉｔｙ　ｏｆ　ｔｈｅａｌｇｏｒｉｔｈｍ．ＳＣＰ　ｉｓ　ａ　ｓｉｍｐｌｅ　ａｎｄ　ｅｆｆｉｃｉｅｎｔ　ａｌｇｏｒｉｔｈｍ　ｏｎ　ｄｅｔｅｃｔｉｎｇ　 ｓｍａｌｌ　ｔａｒｇｅｔｓ　ｏｆ　ｈｙｐｅｒｓｐｅｃｔｒａｌ　ｉｍａｇｅ．Ｋｅｙ　ｗｏｒｄｓ：ｈｙｐｅｒｓｐｅｃｔｒａｌ　ｉｍａｇｅ；ｓｍａｌｌ　ｔａｒｇｅｔ；ｄｅｔｅｃｔｉｏｎ　ａｌｇｏｒｉｔｈｍ；ｓｐｅｃｔｒａｌ　ｃｕｒｖｅ　ｏｆ　ｐｒｏｂａｂｉｌｉｔｙ；Ｇａｕｓｓｉａｎｄｉｓｔｒｉｂｕｔｉｏｎ 收稿日期：２０１６－０３－ １１作者简介：徐江明（１ ９８２－），男，工程师，研究方向：无人机测绘和遥感科学． 高光谱遥感影像因包涵丰富的空间、 辐射和光谱三重信息而成为当今遥感研究的热点，高光谱遥感影像目标探测是高光谱遥感应用的重要研究内容之一。近年来，国内外学者提出了很多目标探测算法，根据目标和背景光谱是否已知，可以分为３类。对于已知目标和背景光谱，Ｈａｒｓａｎｙｉ提出了正交子空间投影（Ｏｒｔｈｏｇｏｎａｌ　Ｓｕｂｓｐａｃｅ　Ｐｒｏｊ ｅｃｔｉｏｎ，ＯＳＰ）［１］ 算法，Ｂｏｗｌｅｓ提出的滤波向量（Ｆｉｌｔｅｒ　ｖｅｃ－ｔｏｒ ）［２］ 算法等；在已知目标光谱、未知背景光谱的条件下提出的算法有Ｈａｒｓａｎｙ ｉ的约束能量最小化（Ｃｏｎｓｔｒａｉｎｅｄ　Ｅｎｅｒｇｙ　Ｍｉｎｉｍｉｚａｔｉｏｎ，ＣＥＭ）［１］算法、寻丽娜的基于ＣＥＭ主成分分析变换（Ｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔ　ａｎａｌｙ ｓｉｓ，ＰＣＡ）小目标提取算法［３］ 、李山山的基于方差最小（Ｂａｓｅｄ　ｏｎ　ｖａｒｉａｎｃｅ　 ｍｉｎｉｍｕｍ，ＢＶＭ） 的目标检测算子［４］ 等；在目标和背景光均未知的情况下，Ｒ ｅｅｄ和Ｙｕ发展了异常探测算子（Ｒｅｅｄ　ａｎｄ　Ｙｕ’ｓ　 ｄｅｔｅｃｔｉｏｎ，ＲＸＤ）［５］ 。

基于高光谱的遥感图像的光谱角度分类方法的研究解读

基于高光谱的遥感图像的光谱角度分类方法的研究 中地数码集团有限公司刘天乐高伟陈启浩 摘要高光谱遥感技术是指在特定光谱域以高光谱分辨率同时获得连续的地物光谱图像，使得遥感应用可以在光谱维上进行空间展开，定量分析地球表层生物物理化学过程与参数。在特定的光谱特征下产生了特定的光谱库和特定的高光谱分类方法——光谱角度匹配方法。其具体过程是将光谱数据视为多维空间的矢量,利用解析方法计算像元光谱与参照光谱之间矢量的夹角,根据夹角的大小来确定光谱间的相似程度,以达到识别地物的目的。 关键字高光谱遥感光谱角度分类 一、引言 高光谱遥感技术的高速发展使得高光谱遥感在资源、环境、城市发展和生态平衡等各个方面有了广大的应用和快速的发展。在这其中，一个很大的应用就是利用高光谱遥感图像信息对地物进行精准的分类，如光谱角度匹配，交叉相关光谱匹配，光谱吸收特征匹配，二值编码匹配等。在这些分类中，光谱角度匹配分类是应用最广泛且最精确的分类方法之一。这种匹配可以不受增益因素影响，因为在计算两个向量之间的角度时，角度不受向量本身长度的影响。所以这种分类方法可以减弱地形对照度的影响，在地质矿物成图中的应用很有潜力。 二、高光谱遥感 高光谱遥感技术是指在特定光谱域以高光谱分辨率同时获得连续的地物光谱图像，使得遥感应用可以在光谱维上进行空间展开，定量分析地球表层生物物理化学过程与参数。由此看出高光谱传感器不同于只有几个波段数据的一般传感器，它在很窄的一段波长范围内可以探测到同一个地物点的多个反射值，既它的 光谱分辨率很大。因此，在相同的波长范围 中高光谱数据比一般传感器数据要多而精确，

这样使得地物的分类变得更加准确和有效。 高光谱遥感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：波段范围一般小于10nm ；3．波段连续：有些传感器可以在350~2500nm 的太阳光内提供几乎连续的地物光谱； 4．数据量大：随着波段数年的增加，数据量成指数增加； 当然，由于相邻波段高度相关，冗余信息 也相对增加。 （图１不同传感器测量的高岭石的信号光谱）

国内空间目标散射建模总结

国内空间目标散射建模总结 2011年，南京理工大学的徐实学在其博士论文《材质表面散射光偏振特性分析用于空间目标探测的研究》中，研究了典型空间目标材料散射光的偏振度等偏振特性，对不同飞行姿态和探测环境的空间目标偏振特性分析方法进行了讨论。文中的讨论是基于实验测量的数据进行的，没有应用具体形式的BRDF模型。 2004年，63916部队和中科院光电技术研究所的李淑军等人在《带太阳能帆板的卫星光度特性分析》中，研究了卫星主体和帆板两种基本结构在一定漫反射率情况下的地面照度计算公式，理论计算表明，虽然太阳能帆板的漫反射率要比卫星主体低30倍，但在卫星地面照度的计算和实际观测中仍不应忽略。 2010年，咸阳师范学院的王明军等人在《复杂环境下具有轨道特征目标模型光散射特性研究》中，将BRDF应用于卫星散射特性研究，但是都是测量获得而没有理论模型，文章给出了空间目标模型表面不同反射率材料对可见光散射光谱特性，以及在相同反射率条件下光散射强度随轨道高度分布特性。 2009年，长春光机所的张景旭在《国外地基光电系统空间目标探测的进展》中，介绍了国外先进地基空间监视系统的发展现状，从地基光电系统观测空间目标的角度介绍了美国星火靶场和毛伊岛光学站的情况和设备，提供了国外地基空间目标光学探测的重要参考资料。 2010年，电子工程学院的杨明等人在《基于BRDF条件下卫星可见光散射特性分析》中，将单一波长BRDF测量方法扩展到可见光波段的加权平均测量，利用实验测量的BRDF数值求解出卫星表面材料的BRDF的三维特性。 2008年，西安电子科技大学和安徽光机所的吴振森、曹运华、魏庆农等人在《基于粗糙样片光BRDF的空间目标可见光散射研究》中，利用遗传算法，结合实验测量的五参量BRDF模型参数，获得了目标样片平均BRDF的参量化统计模型。结果显示因为卫星包覆材料和太阳能电池板都比较光滑，所以整个卫星的可见光散射强度仅在卫星某些面的镜反射方向有较大值，而在其它方向的值都很小。 2009年，哈尔滨工业大学的汪洪源等人在《基于双向反射分布函数的空间卫星紫外动态特性研究》中，面向天基探测对卫星紫外特性进行建模，BRDF模型选用Davies模型，由于地球大气层吸收紫外光，文章考虑太阳光和月球漫反射光对卫星反射紫外光进行计算，给出了比较完整的目标特性计算流程。空间目标

高光谱遥感影像的光谱匹配算法研究概要

https://www.wendangku.net/doc/bc13448307.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/bc13448307.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。

高光谱成像检测技术.

高光谱成像检测技术 一、高光谱成像技术的简介 高光谱成像技术是近二十年来发展起来的基于非常多窄波段的影像数据技术, 其最突出的应用是遥感探测领域, 并在越来越多的民用领域有着更大的应用前景。它集中了光学、光电子学、电子学、信息处理、计算机科学等领域的先进技术,是传统的二维成像技术和光谱技术有机的结合在一起的一门新兴技术。高光谱成像技术的定义是在多光谱成像的基础上,在从紫外到近红外 (200-2500nm 的光谱范围内,利用成像光谱仪,在光谱覆盖范围内的数十或数百条光谱波段对目标物体连续成像。在获得物体空间特征成像的同时, 也获得了被测物体的光谱信息。 高光谱成像技术具有超多波段 (上百个波段、高的光谱分辨率 (几个 nm 、波段窄(≤ 10-2λ、光谱范围广(200-2500nm 和图谱合一等特点。优势在于采集到的图像信息量丰富, 识别度较高和数据描述模型多。由于物体的反射光谱具有“指纹” 效应, 不同物不同谱, 同物一定同谱的原理来分辨不同的物质信息。二、高光谱成像系统的组成和成像原理 高光谱成像技术的硬件组成主要包括光源、光谱相机 (成像光谱仪 +CCD 、装备有图像采集卡的计算机。光谱范围覆盖了 200-400nm 、 400-1000nm 、 900-1700 nm 、 1000-2500 nm。

光谱相机的主要组成部分有:准直镜、光栅光谱仪、聚焦透镜、面阵 CCD 。

高光谱成像仪的扫描过程:面阵 CCD 探测器在光学焦面的垂直方向上做横向排列完成横向扫描(X 方向 ,横向排列的平行光垂直入射到透射光栅上时,形成光栅光谱。这是一列像元经过高光谱成像仪在 CCD 上得到的数据。它的横向是 X 方向上的像素点,即扫描的一列像元;它的纵向是各像元所对应的光谱信息。 同时, 在检测系统输送带前进的过程中, 排列的探测器扫出一条带状轨迹从而完成纵向扫描(Y 方向。 综合横纵扫描信息就可以得到样品的三维高光谱图像数据。

基于扩展数学形态学的高光谱亚像元目标检测_英文_刘畅

第44卷第10期红外与激光工程2015年10月Vol.44No.10Infrared and Laser Engineering Oct.2015 Hyperspectral subpixel target detection based on extended mathematical morphology Liu Chang,Li Junwei (Science and Technology on Optical Radiation Laboratory,Beijing100854,China) Abstract:A hyperspectral subpixel target detection algorithm was proposed based on extended mathematical morphology and spectral angle mapping.The spectral and spatial information had been used to locate and detect targets under the condition that prior knowledge of targets and background was unknown.Then hyperspectral subpixel targets was detected and recognized.The extended mathematical morphological erosion and dilation operations were performed respectively to extract endmembers.The spectral angle mapping method was used to detect and recognize interested targets.The hyperspectral image collected by AVIRIS was applied to evaluate the proposed algorithm.The proposed algorithm was compared with SAM algorithm and RX algorithm by a specifically designed experiment.From the results of the experiments,it is illuminated that the proposed algorithm can detect subpixel targets with low false alarm rate and its performance is better than that of the other algorithms under the same condition. Key words:extended mathematical morphology;spectral angle mapping;hyperspectral image endmember extraction;subpixel target detection CLC number:TP751Document code:A Article ID:1007-2276(2015)10-3141-07 基于扩展数学形态学的高光谱亚像元目标检测 刘畅，李军伟 (光学辐射重点实验室，北京100854) 摘要：提出了一种基于扩展数学形态学和光谱角度匹配相结合的高光谱亚像元目标检测算法。在目标与背景未知的情况下，同时利用光谱和空间信息实现目标的定位与检测，实现高光谱亚像元目标的检测识别。通过扩展的形态学膨胀和腐蚀运算实现端元提取，采用光谱角度匹配算法进行感兴趣目标的检测识别。算法性能通过AVIRIS数据进行评价，与仅利用光谱角度匹配的算法和RX异常检测算法进行比较。实验证明，所提出的算法性能优于其他两种算法，具有低虚警率的亚像元目标检测结果。 关键词：扩展数学形态学；光谱角度匹配；高光谱图像；端元提取；亚像元目标检测 收稿日期：2015-02-20；修订日期：2015-03-28 作者简介：刘畅(1988-)，男，工程师，硕士，研究方向为高光谱目标特性技术和光谱数据处理技术等。Email:531093626@https://www.wendangku.net/doc/bc13448307.html,

空间碎片偏振光谱成像探测技术研究-深空探测学报

第2卷第3期2015年9月 深空探测学报 J o u r n a l o fD e e p S p a c eE x p l o r a t i o n V o l.2 N o.3 S e p t e m b e r2015空间碎片偏振光谱成像探测技术研究 姜会林,江伦,付强,董科研 (长春理工大学空地激光通信国防重点学科实验室,长春130022) 摘要:随着太空探索活动的逐年增多,人类对空间碎片的探测显得越发重要三文章首先介绍了探测空间碎片的意义及其常规的光电探测方法,并分析了探测空间碎片的主要难点;在此基础上,结合空间碎片的具体特征,提出一种对空间碎片进行探测与识别的新方法,即将成像二光谱二偏振三个光学基本量同时使用,通过多元特征融合等识别技术,实现对空间暗二弱二小碎片的高效探测,并对新方法中的关键技术进行了分解和可行性分析三关键词:空间碎片;偏振光谱成像;光电探测 中图分类号:V520文献标识码:A 文章编号:2095-7777(2015)03-0272-06 D O I:10.15982/j.i s s n.2095-7777.2015.03.014 0引言 空间碎片是指宇宙空间中除正常工作的飞行器外所有人造物体,大到卫星残骸,小到发动机点火产生的粉末[1]三随着人类探索太空活动的逐年增多,太空中空间碎片数量也呈爆发式增长,空间碎片的存在严重威胁着在轨运行航天器的安全,它们和航天器的碰撞能改变航天器的表面性能,造成表面器件损伤并导致航天器系统故障三1996年7月24日,法国 樱桃色 (C e r i s e)卫星的重力梯度杆被欧洲 阿里亚 (A r i a n e)火箭助推器的残片撞断,导致卫星姿态失控三2009年2月11日,俄罗斯废弃的 宇宙2251 军用通信卫星和美国铱卫星公司的 铱33 卫星在西伯利亚上空800k m相撞,这次相撞不仅导致了巨大的经济损失,更重要的是产生了新的碎片,给空间环境带来了新的安全隐患,据统计20%~40%的航天器异常或故障是由空间碎片诱发的三因此,对空间碎片进行监测,及时对其进行定轨预报二识别编目与侦查分析对保障航天活动的安全具有重大意义三 本文在分析目前空间碎片光学探测方法的基础上,针对空间碎片光学探测的技术难点,提出将光强信息二光谱信息二偏振信息融合的三合一探测方法,以对目前的空间碎片光测方法进行有益的补充三 1空间碎片光学探测方法及技术难点 目前空间碎片光学探测主要采用的是基于空间碎片物理特性的探测手段,可分为基于光强信息探测二基于光谱的探测以及基于偏振信息的探测等三1.1光学探测方法 1)基于光强信息的探测 空间目标反射太阳光的亮度与目标本身的材质二形状二运动状态以及探测视线与太阳的夹角等因素有密切关系,目标亮度信息中包含有目标本身的参数信息三通过光学望远镜可实现对空间碎片的光强探测,通过长时间大量探测数据的分析,能确定出目标亮度变化的特征曲线,从而确定目标的形状二在轨状态等某些特性[2]三如稳定卫星的太阳帆板提供较明亮的反射,随着相位角的降低星等信号也随之减低三而失效的卫星或碎片处于不稳定的翻滚状态,其光流量强度随着相位角的变化,没有增大或减小的长周期趋势,是短周期的无规律变化三这种特性可用于空间目标的工作状态的判定三图1是R u b i n2卫星的几何形状以及反射的光度信号[3]三2)基于光谱信息的探测 空间目标的光谱测量,实质上是利用光谱仪测量卫星的反射能量随波长的变化三已有研究表明,不同卫星平台的光谱存在差异,可利用光谱对卫星进行分类,同时可利用光谱分析空间碎片的物理属性,根据不同金属和涂料的吸收性特征来确定目标的材料类型三图2所示为美国M a u i岛光学探测设备获取的某个正在工作的卫星和火箭残骸的光谱信 收稿日期:2015-01-12修回日期:2015-06-28基金项目:国家自然科学基金资助项目(91338116)