高光譜圖像數(shù)據(jù)的組成是怎樣的?有什么特點(diǎn)?
發(fā)布時(shí)間:2024-03-15
瀏覽次數(shù):325
高光譜成像技術(shù)是一種新興無損檢測技術(shù),它能夠同步獲取待測樣本在紫外到近紅外光譜覆蓋范圍內(nèi)的空間信息和光譜信息,具有圖譜合一的特點(diǎn)。本文對高光譜圖像數(shù)據(jù)的組成及特點(diǎn)做了介紹。
高光譜成像技術(shù)是一種新興無損檢測技術(shù),它能夠同步獲取待測樣本在紫外到近紅外光譜覆蓋范圍內(nèi)的空間信息和光譜信息,具有圖譜合一的特點(diǎn)。本文對高光譜圖像數(shù)據(jù)的組成及特點(diǎn)做了介紹。
高光譜圖像數(shù)據(jù)的組成:
高光譜數(shù)據(jù),可表示為高光譜數(shù)據(jù)立方或高光譜立方,是三維數(shù)據(jù)結(jié)構(gòu)。高光譜數(shù)據(jù)可視為三維圖像,在普通二維圖像之外又多一維光譜信息。其空間圖像維描述目標(biāo)物的二維空間特征,其光譜維揭示了圖像每一像元的光譜曲線特征,由此實(shí)現(xiàn)了遙感數(shù)據(jù)圖像維與光譜維信息的有機(jī)融合。
1.空間圖像維:在空間圖像維,高光譜數(shù)據(jù)與-般的圖像相似。
2.光譜維:從高光譜圖像的每一個像元中可以獲得一個連續(xù)的光譜曲線。采用基于光譜數(shù)據(jù)庫的光譜匹配技術(shù),可以識別地物。同時(shí)大多數(shù)地物都具有典型的光譜波形特征,尤其是光譜吸收特征。這些特征與地物成分是密切相關(guān)的,因此對光譜吸收特征參數(shù)(吸收波長位置、吸收深度、吸收寬度)的提取將成為高光譜信息挖掘的主要方面。
高光譜圖像的特點(diǎn):
1.紋理豐富復(fù)雜,空間相關(guān)性低于普通圖像。因?yàn)楦吖庾V圖像的分辨率為幾米,地面目標(biāo)可能只占幾個像素,像素值的連續(xù)性較差,相關(guān)性較低。
2.波段多,光譜分辨率高,光譜間相關(guān)性較強(qiáng)。
3.空間分辨高。高的光譜分辨率和空間分辨率是遙感技術(shù)發(fā)展的兩個方向,這兩個方向有趨于統(tǒng)一的趨勢。
4.相似的地表區(qū)域具有相似的光譜曲線。高光譜圖像包含很多波段,每個波段都是由傳感器在某特定波長所接收到的強(qiáng)度返回值。由于地表反射和大氣吸收都是依賴于波長的,每個像素在光譜域形成的亮度矢量具有相似的形狀,每個像素矢量的精確形狀則依賴于該像素表示的地面類型。
5.由于波段多,狹窄且連續(xù),使得高光譜數(shù)據(jù)量巨大、相關(guān)性大,尤其在相鄰的波段間,具有很大的數(shù)據(jù)冗余。
高光譜圖像信息的處理方法:
盡管成像光譜儀具有其獨(dú)特的優(yōu)越性,但由于高光譜遙感數(shù)據(jù)具有多、高、大、快等特點(diǎn),即波段數(shù)多(幾十個甚至幾百個),光譜分辨率高(納米級),數(shù)據(jù)量大,數(shù)據(jù)率高(從每秒數(shù)兆到每秒數(shù)百兆),巨大的數(shù)據(jù)量為應(yīng)用和分析帶來不便,因此產(chǎn)生了許多新的數(shù)據(jù)處理方法對高光譜數(shù)據(jù)進(jìn)行處理。具體如下:
1.基于純像元的分析方法
(1)基于成因分析的光譜分析方法
基于成因分析的方法研究地物的光譜特性,從地物光譜特征上發(fā)現(xiàn)表征地物的特征光譜區(qū)間和參數(shù),最常用的是各種各樣的植被指數(shù)。這種方法普遍用于NSS和TM圖像的處理和分析應(yīng)用中。成像光譜儀問世以后,許多研究人員沿用了這種方法,利用成像光譜儀數(shù)據(jù)的高光譜分辨率,選取影像的波段,發(fā)展了許多更為精細(xì)的植被指數(shù)。與此相對的方法,是地物光譜重建和重建的光譜與數(shù)據(jù)庫光譜的匹配識別。這一方法通過對比分析地面實(shí)測的地物光譜曲線和由成像光譜儀圖像得到的光譜曲線來區(qū)分地物。為了提高成像光譜儀數(shù)據(jù)分析處理的效率和速度,一般要對這些曲線進(jìn)行編碼或者提取表征曲線的參數(shù)?!肮庾V匹配”是利用成像光譜儀探測數(shù)據(jù)進(jìn)行地物分析的主要方法之一,但由于野外實(shí)際情況的復(fù)雜性,很難建立一個比較通用的地物光譜庫,這就限制了利用該法進(jìn)行分析,日前僅僅在比較小的范圍內(nèi)(如巖石成分分析等)取得成功的運(yùn)用。
(2)基于統(tǒng)計(jì)分析的圖像分類和分析
基于統(tǒng)計(jì)分析的圖像分類和分析認(rèn)為每一波段的圖像為隨機(jī)變量,基于概率統(tǒng)計(jì)理論進(jìn)行多維隨機(jī)向量的分類。成像光譜儀圖像波段多,分類很大程度上受限于數(shù)據(jù)的維數(shù),面對數(shù)百個波段的數(shù)據(jù),如果全部用于分類研究,在時(shí)間上往往是無法接受的。因此在圖像分類之前必須壓縮波段,同時(shí)又要盡可能地保留信息,即進(jìn)行“降維”的研究。目前,壓縮波段有兩利途徑,一是從眾多的波段中挑選感興趣的若干波段;二是利用所有波段,通過數(shù)學(xué)變換來壓縮波段,最常用的如主成分分析法等?;诮y(tǒng)計(jì)分析的圖像分類和分析在理論上比較嚴(yán)謹(jǐn),所以需要有充分的數(shù)據(jù)的地學(xué)特征,否則得到的結(jié)果有時(shí)是不明確的物理解釋。
2.基于混合像元的分析方法
由于傳感器空間分辨率的限制以及地物的復(fù)雜多樣性,混合像元普遍存在于遙感圖像中,對地面地物分布比較復(fù)雜的區(qū)域尤其如此。如果將該像元?dú)w為一類,勢必會帶來分類誤差,導(dǎo)致精度下降,不能反映真實(shí)的地物覆蓋情況。
概括起來,混合模型主要有兩類,即線性光譜混合模型和非線性光譜混合模型。線性混合模型是迄今為止最受歡迎且使用最多的一種模型,其突出優(yōu)點(diǎn)是簡單。雖然它只能分離與波段數(shù)目相同的類別,但對于有著數(shù)百個波段的高光譜數(shù)據(jù),完全可以克服這種限制。對于非線性混合模型可以利用某些方法來使之線性化,從而簡化為線性模型。
相關(guān)產(chǎn)品
-
高光譜知識:高光譜圖像處理技術(shù)
高光譜圖像處理技術(shù)是一種集圖像與光譜信息于一體的高分辨率技術(shù),廣泛應(yīng)用于航天、農(nóng)業(yè)、食品安全、醫(yī)學(xué)診斷及工業(yè)分類質(zhì)檢等領(lǐng)域,展現(xiàn)出強(qiáng)大的應(yīng)用潛力和價(jià)值。..
-
高光譜成像技術(shù)方案怎么選擇?
探索高光譜成像技術(shù),精準(zhǔn)檢測水果品質(zhì),從源頭把控,讓每一顆果實(shí)都展現(xiàn)最佳風(fēng)味!..
-
基于多種光學(xué)技術(shù)的食品無損檢測:保障食品安全質(zhì)量
隨著科技的發(fā)展,如今有了更先進(jìn)的食品檢測方法,其中基于光學(xué)的不同波段檢測方法結(jié)合光譜技術(shù)大放異彩。這些方法包括可見光、紅外、太赫茲以及 X 射線等波段的檢測,它..
-
高光譜成像技術(shù)在紡織品回收分類中的應(yīng)用
利用高光譜相機(jī)對紡織品進(jìn)行分類以便回收,在眾多節(jié)約和減少浪費(fèi)的努力中,紡織品仍然是最大的挑戰(zhàn)之一。只有 15% 被回收和再利用,而其余 85% 最終被填埋。紡織..