高光譜成像技術(shù)的國內(nèi)研究現(xiàn)狀
發(fā)布時間:2023-05-17
瀏覽次數(shù):462
總體上來說,國內(nèi)對于高光譜成像技術(shù)的研究起步較晚,但是也取得了一些發(fā)展和進(jìn)步,本文結(jié)合已有研究文獻(xiàn)進(jìn)行了簡單總結(jié)。
總體上來說,國內(nèi)對于高光譜成像技術(shù)的研究起步較晚,但是也取得了一些發(fā)展和進(jìn)步,本文結(jié)合已有研究文獻(xiàn)進(jìn)行了簡單總結(jié)。
谷延峰等提出了基于多分辨率圖像融合的非監(jiān)督目標(biāo)檢測算法[33]。并應(yīng)用100?00像素大小的AVIRIS數(shù)據(jù)進(jìn)行了實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明所提出的融合方法對于高光譜圖像的目標(biāo)探測非常有效。所提出的方法檢測出更多的真實(shí)目標(biāo),并且比USRX和CSRX有更低的錯誤探測概率。
吳波等提出了非監(jiān)督正交子空間投影法(UOSP),用來自動獲取影像端元光譜,同時進(jìn)行混合像元分解,而且克服了傳統(tǒng)技術(shù)需要先驗(yàn)端元光譜的缺點(diǎn)[B4]。并用成像光譜數(shù)據(jù)(PHI)
實(shí)例測試了這個方法,結(jié)果表明該方法自動獲取的端元比較合理,且分解混合像元的精度較高。
李智勇等提出了一種基于圖像主成分分量的高光譜小目標(biāo)檢測算法[35]。將之應(yīng)用于128波段的OMIS的目標(biāo)探測,目標(biāo)為7個車輛,最終獲得了比RX算法好的結(jié)果。該方法對先驗(yàn)光譜信息的依賴較小,因此實(shí)用性較高。
張兵等提出了在光譜特性提取的基礎(chǔ)上利用凸面幾何體投影變換進(jìn)行高光譜圖像目標(biāo)探測的方法,并成功地應(yīng)用于亞運(yùn)村建材市場屋頂板材和亞運(yùn)村中心地區(qū)真假草坪的自動識別和探測中[3]。實(shí)驗(yàn)證明該方法不需要探測目標(biāo)的任何先驗(yàn)知識就能達(dá)到比較好的目標(biāo)探測效果。
路威等提出了一種基于多分辨率小波高頻特征系數(shù)的高光譜遙感影像亞像素目標(biāo)識別方法[31。通過38種小波函數(shù)的高光譜數(shù)據(jù)實(shí)驗(yàn)證明該方法對亞像素目標(biāo)的識別效果較好。
劉凱龍等提出了以光譜特性作為基本識別特征,針對多類判別和譜空間模式重疊的情況,提出數(shù)學(xué)分析模型及統(tǒng)計(jì)計(jì)算和判別效果檢驗(yàn)相結(jié)合的光譜特征檢測新方法,并成功地對迷彩偽裝進(jìn)行了探測,識別正確率達(dá)到了99%以上8]。該方法的優(yōu)點(diǎn)是充分地利用了高光譜遙感光譜細(xì)致的優(yōu)點(diǎn),但該方法需要已知大量的地物標(biāo)準(zhǔn)光譜曲線和和偽裝的光譜曲線,這在實(shí)際應(yīng)用中是很難獲得的。
耿修瑞概括性總結(jié)了高光譜遙感圖像小目標(biāo)探測算法的研究進(jìn)展,揭示了圖像白化處理是諸多算法能夠成功應(yīng)用于小目標(biāo)探測的本質(zhì)原因所在;提出了基于樣本加權(quán)自相關(guān)矩陣把大目標(biāo)轉(zhuǎn)化為“小”目標(biāo)從而進(jìn)行有效探測的思想和算法39]。
賀霖等針對背景和目標(biāo)的先驗(yàn)光譜特征未知的條件,給出一種基于單似然檢驗(yàn)的高光譜圖像小目標(biāo)檢測器[40]。該檢測器避免了統(tǒng)計(jì)模型誤差和不明確物理含義特征對實(shí)際高光譜圖像數(shù)據(jù)檢測帶來的影響。
相關(guān)產(chǎn)品
-
紅外光譜的發(fā)展、原理、特點(diǎn)、分類
紅外光譜的發(fā)展、原理、特點(diǎn)、分類紅外光譜的技術(shù)在各領(lǐng)域中的應(yīng)用相繼經(jīng)歷了很長時期,逐漸完善著自身技術(shù)在領(lǐng)域中的應(yīng)用,且將低成本高性能作為發(fā)展與創(chuàng)新的主要方向。本..
-
近紅外光譜技術(shù)的優(yōu)缺點(diǎn)和應(yīng)用范圍
?由于近紅外光譜在光纖中良好的傳輸性,近年來也被很多發(fā)達(dá)國家廣泛應(yīng)用在產(chǎn)業(yè)在線分析中。近紅外定量分析因其快速、正確已被列人世界谷物化學(xué)科技標(biāo)準(zhǔn)協(xié)會和美國谷物化學(xué)..
-
高光譜數(shù)據(jù)常見預(yù)處理方法有哪些?
高光譜在采集數(shù)據(jù)時會有成百上千個不同的波段數(shù)據(jù),數(shù)據(jù)量巨大從而增加了數(shù)據(jù)處理的難度。而且在高光譜圖像采集過程中會有來自儀器與環(huán)境的干擾,獲得的光譜信號易存在噪聲..
-
高光譜成像儀光譜數(shù)據(jù)特征波長的選取方法介紹
高光譜成像儀?在對樣品進(jìn)行側(cè)臉時,會采集多波段的光譜數(shù)據(jù),全波段數(shù)據(jù)有較多的冗余信息,因此就需要采用一定的方法來選取樣本光譜的特征波段與紋理特征的重要變量。本文..