高光谱复习资料
1 分析图像噪音的类型，针对不同类型的噪音采用不同的清除方法:
1)对条带噪音采用闽值法判别出，然后利用相邻行亮度的平均值来代替;
2)利用最近像元值代替该像元或中值滤波方法来消除图像的随机点状噪音;
3)利用MNF变换可以确定图像数据的固有维数，分离图像数据中的噪音，并可减少后续处理的计算量。
2 最小噪声分离变换（MNF变换）
1)定义：最小噪声分离变换（Minimum Noise Fraction Rotation，MNF Rotation）工具用于判定图像数据内在的维数（即波段数），分离数据中的噪声，减少随后处理中的计算需求量。
2)本质：MNF本质上是两次层叠的主成分变换。
第一次变换（基于估计的噪声协方差矩阵）用于分离和重新调节数据中的噪声，这步操作使变换后的噪声数据只有最小的方差且没有波段间的相关。
第二次是对噪声白化数据（Noise-whitened）的标准主成分变换。为了进一步进行波谱处理，通过检查最终特征值和相关图像来判定数据的内在维数。
3)性质：一是对图像的任何波段做比例扩展，变换结果不变；
二是变换使图像矢量、信息分离和加性噪声分量互相垂直。乘性噪声可以通过对数变换转换为加性噪声。变换后可针对各分量图像进行去噪、或者舍弃噪声占优势的分量。
3 SAM
1)概念：光谱角填图分类（SAM）是一种基于相关/匹配滤波器的分类方法，充分利用了光谱维的信息，强调了光谱的形状特征，大大减少了特征信息，是目前高光谱图像分类中较常用的方法。
2)SAM分类过程
1）参考光谱库的建立:一般的应用中，以图像中已知类型的区域为参考光谱，将区域中光谱的几何平均向量作为类中心。在实际的参考光谱库建立时，选择已知类型的区域作为参考光谱，然后获取该区域的平均光谱曲线，建立参考光谱库。
2）SAM分类:参考光谱库建立之后，就可根据公式计算未知像元与各类中心的夹角，然后将给未知像元分类到夹角最小的类别中去SAM分类。
3）为有效降低原始图像波段间的相关性，将原始图像进行主成分变换和MNF变换后，然后转换到原来的空间，再利用SAM方法采用与上面实验同样的阐值进行分类。
4 PPI：像元纯净指数:是用于从影像中提取出纯净的像元，用于进行分类或是波谱匹配。
5 Speetral Analyst 分析方法成功应用的关键:
1）选择合适的分析波长范围。许多地物在某些波段的光谱特征可能相同，但其它的波段特征就会有所不同，因此合理的选择光谱匹配的波段是得到精确结果的基础。
2）选择合适的分析方法，分析时要尽量选用能使分析的分值最高，而且其分值与第二分值差值较大的方法。
3）所要识别的像元最好是较纯像元，该方法对那些混合像元的分析可能会产生几个分值比较相近的结果，这样就无法将该像元正确地分到对应的类别中。
6 高光谱遥感的定义，特点，突出特点，与遥感的主要区别，成像技术的关键
1）定义:高光谱遥感是高光谱分辨率遥感是指利用遥感仪器在特定光谱域以高光谱分辨率(光谱分辨率在10nm以下)获取连续的地物光谱图像的遥感技术。
2)特点: ①光谱分辨率高(λ×10-2)；②波段多?数十到数百；③谱?像合一的特点④信息量大，一次数据获取达千兆(GB)级数据速率高，数十?数百兆比特/秒
3)突出特点：（1）高光谱分辨率（2）图谱合一（3）光谱通道多，在某一光谱段范围内连续成像
4)成像技术的关键：
（1）探测器焦平面技术
（2）光学分光技术
光栅分光光谱仪；傅里叶变换光谱仪、渐变滤光片光
谱仪、旋转滤光片轮光谱仪和声光调制器光谱仪等。
（3）高速数据采集、传输、记录和实时无损数据压缩技术
（4）成像光谱仪光谱与辐射定标技术
（5）成像光谱信息处理技术
5）与遥感区别：分离很多很窄的波段来接收信息；每个波段宽度仅小于10nm;能形成连续完整的光谱曲线；范围广
7 高光谱遥感在精准农业，水域，城市，虫害中有哪些具体的应用？
精准农业：
①高光谱遥感技术能有效地对作物进行分类和识别，且分类精度较高，对于大比例尺尺度上研究地表作物覆盖，提取更加细致的信息提供了有力保障。
②高光谱遥感监测作物叶面积指数、生物量和叶绿素含量
③高光谱遥感监测作物养分及水分状况
④农作物长势监测和估产
水域：
①有效识别水体泥沙含量和污染浓度, 对调查和监测环境问题具有独到的效果。
②高光谱图像数据可以反映水体的特征, 包括悬浮物含量、叶绿素富集度、水体深度等。
③有色溶解性有机质（CDOM）的监测
④水温监测
城市：
①城市绿地分布或绿化覆盖
②城市地物及人工目标识别
③城市生态环境调查
④土地利用现状及变化
⑤城市交通管理
虫害：
8 精准农业的概念，叶面积指数的概念和作用，光谱分辨率概念
1)精准农业是:按照田问每一操作单元(区域、部位)的具体条件，精细准确地调整各项土壤和作物管理措施，最大限度地优化使用各项农业投入，以获取单位面积上的最高产量和最大经济效益，同时保护农业生态环境，保护土地等农业自然资源。
2)叶面积指数( L A I ):通常是指单位面积土地上所有叶片表面积的总和，或单位面积上植物叶片的垂直投影面积总和。
3)叶面积指数作用:叶面积指数是生态系统的一个重要结构参数，可用来反映植物叶面数量、冠层结构变化、植物群落生命活力及其环境效应，为植物冠层表面物质和能量交换的描述提供结构化的定量信息。
叶面积指数与生物量( 干重、鲜重) 和叶绿素是衡量作物生长状况的重要指标。如何利用遥感技术实时监测植株叶面积、生物量和叶绿素，对于作物的管理调控及估产具有重要意义。
4)光谱分辨率：仪器在达到50%光谱响应时在波长方向的宽度（Bandwidth）。
9 光谱仪的作用，（光谱辐射计在高光谱中的作用）
地物光谱仪是遥感发展的重要技术支撑，同时也是地面光谱测量的独立应用系统。目前地物光谱仪可提供地物目标的高质量的光谱数据，特别是可提供地物目标的精细光谱特征，为高
光谱遥感器技术设计提供科学依据，为地物光谱数据库提供数据源，支持高光谱遥感数据计算机自动地进行地物分类与识别所需要的各种光谱特征、模拟模型和应用模型的发展。反过来，随着遥感技术与应用的发展，其基础研究不断加深，对光谱采集技术要求越来越高，推动了地物光谱采集技术的迅速发展。 10 红边，蓝边的概念，其在遥感中的作用，计算
红边:是绿色植物在680nm ～740nm 之间反射率增高最快的点，也是一阶导数光谱在该区间内的拐点。红边的描述包括红边的位置和红边的斜率
蓝边:是蓝光在490～530nm 之间反射率一阶导数最大值位置，是高光谱遥感中，植被光谱曲线的特征点和特征区域，可以反映植被的生长状况。
J 计算：
11典型地物的光谱特征，包括植被，水体，土壤
植被光谱：
①由植被化学和形态学特征决定，而这种特征与植被的发育、健康状况以及生长条件密切相关。
②植被患病时，叶绿素吸收带强度会减弱，同时反射率变大，特别是红色波长区域，所以患病植物看上去总是呈淡黄色或“缺绿病”色。
③当植物衰老时，由于叶绿素的减少，叶红素和叶黄素（黄色）在叶子的光谱响应中起主导作用，这就是秋季植物叶子变黄的主要原因。
④在秋季，有些品种树木的叶子会呈现红色，这是因为在叶绿素减少时，花青苷色素（红色） 大量增加的缘故。
⑤健康绿色植物在近红外波段的光谱特征是：反射率高（45%～50%），透射率高（45%～50%），吸收率低（<5%）
⑥茂盛植被在多片叶子叠加辐射作用下，能够在光谱的近红外波段产生更高的反射率（高达85%）。
⑦在中红外波段，绿色植物的光谱响应主要被1.4，1.9和2.7附近的水的强吸收带所支配。随着叶子水分减少，植物中红外波段的反射率明显增大。
⑧植被叶绿素浓度的增加，植被光学作用增强，消耗更多的长波光子。
⑨植被红边向长波方向的位移反映了植被光合作用的增强，是植被活力的表现。红边向短波方向位移引起光谱吸收深度的减少，往往代表了植被光合作用的减弱。
岩矿的光谱特性:光谱的选择性吸收
具有稳定化学组分和物理结构的岩石矿物具有稳定的本征光谱吸收特征。
水体的光谱特性：
①地表较纯洁的自然水体对0.4～2.5波段的电磁波吸收明显高于绝大多数其它地物。 ②在近红外和中红外波段，水几乎吸收了其全部的能量，即纯净的自然水体在近红外波段更近似于一个“黑体”。因此，在1.1～2.5波段，较纯净的自然水体的反射率很低，几乎趋近于零。
③当混水层（悬浮泥沙含量约100mg/l ）厚度超过30cm 时，其底部性质即不致影响到该水体的反射性能
④在0.6～0.7μm 波段内的反射率几乎与水体的混浊度线性相关
土壤的光谱特性:
21()f d λλ?λλ
=?
①土壤水分是土壤的重要组成部分，当土壤的含水量增加时，土壤的反射率就会下降，在水的各个吸收带处（1.4，1.9和2.7），反射率的下降尤为明显。对于植物和土壤，造成这种现象显然是同一种原因，即入射辐射在水的特定吸收带处被水强烈吸收所致。
②有机质的影响主要是在可见光和近红外波段，而影响最大的是在0.6～0.8之间。一般来说，随土壤有机质的增加，土壤的光谱反射率减小。
③铁在土壤中的存在形式主要是氧化铁，氧化铁是影响土壤光谱反射特性的重要土壤成分，其含量的增加会使反射率减小。一般来说，土壤的氧化铁含量与反射率之间是存在一定的负相关，但在波段0.5～0.7的相关性却不明显。土壤氧化铁含量增加时，可见光与近红外部分吸收增强，而在0.5～0.7波段的吸收增强幅度不很大，因此土壤出现黄红色。
④随土壤颗粒变小，颗粒间的空隙减少，比表面积增大，表面更趋平滑，使土壤中粉砂粒的反射率比砂粒高，但当颗粒细至粘粒时，又使土壤持水能力增加，反而降低了反射率。
12 地面光谱辐射计在高光谱遥感中的应用
(1)航空或航天高光谱遥感试验，同步野外观测获取下行太阳辐射，用于遥感器定标；
(2)一些图像反射率转换模型需要地面光谱测量数据的支持；
(3)建立地物的标准光谱数据和建立地物光谱数据库；
(4)为高光谱遥感器的性能指标设立提供分析依据；
(5)地面光谱辐射计可直接用于地面矿物填图；
(6)建立目标的方向性光谱反射特性；
(7)建立目标地面光谱数据与目标特性（生物物理和生化参量）间的基本定量关系。
13 光谱辐射计
能够在电磁波紫外到近红外（300-2500nm）的太阳反射波谱段内获取地物点状的连续光谱辐射量曲线。
14 调制传递函数
空间频率: 线对/毫米(lp/mm)
调制度M定义如下：M=(Imax－Imin)/(Imax＋Imin)
正弦信号通过镜头后，它的调制度的变化是正弦信号空间频率的函数，这个函数称为调制传递函数MTF(Modulation Transfer Function)。对于原来调制度为M的正弦光栅，如果经过镜头到达像平面的像的调制度为M ’，则成像系统的MTF函数值为：
MTF值= M ’/ M
15高光谱遥感在分类中的优势和劣势
优势：
①光谱分辨率高，能够获取地物精细的光谱特征曲线，模型可选择性强；
②在同一空间分辨率条件下，遥感器覆盖波长范围更宽；
③波段多，为波段之间的相互校正提供了方便；
④定量化的连续光谱曲线数据为地物光谱机理模型引入图像分类提供了条件。
劣势：
①对数据冗余处理不当，反而会影响分类精度；
②对定量化要求高，数据前处理复杂；
③波段多，波段间的相关性大，对训练样本数量要求高；
④使用统计学分类模型对光谱特征选择要求很高。
16 HPR数据处理的流程
第一步Hyperion 影像处理
1,1 DN值分析与转换
2. 2 波段选择
2. 3 坏线替换、条纹去除
2. 4 Smile检测
第二步Hyperion 影像几何校正
第三步Hyperion 影像反射率反演
17 辐射定标、几何校正、大气校正
辐射定标：相对定标和绝对定标
(1)相对辐射定标就是为了校正遥感器中各个探测器元件响应度差异而对卫星遥感器测量到的原始数字计数值进行归一化的一种处理工作；
(2)绝对辐射定标是通过各种标准辐射源，在不同波谱段建立成像光谱仪入瞳处的光谱辐射亮度值与成像光谱仪输出的数字量化值之间的定量关系
大气辐射传输模型主要分为两种类型：
（1）采用大气光学参数，如RADFIELD辐射传输计算模型、参数化的向上亮度模式等；（2）采用大气物理参数，如LOWTRAN、MODTRAN等大气辐射近似计算模型，而且还增加了多次散射计算。
大气辐射传输常用算法：
（1）5S模型（2）6S模型（3）LOWTRAN辐射传输模型（4）MODTRAN辐射传输模型产生图像几何变形的原因
（1）地形起伏与地球曲率的影响
（2）大气折射的影响
（3）地球自转的影响
（4）遥感器工作模式的影响
（5）航空遥感平台姿态的影响－－偏航、俯仰、滚动
（6）飞机自身状态的影响－－地速变化、航高变化
灰度重采样：通常有三种方法：最近邻法、双线性插值法和三次卷积插值法
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
高光谱数据处理基本流程
高光谱数据处理基本流 程 The document was finally revised on 2021
高光谱分辨率遥感 用很窄（10-2l）而连续的光谱通道对地物持续遥感成像的技术。在可见光到短波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，每个像元均可提取一条连续的光谱曲线，因此高光谱遥感又通常被称为成像光谱（Imaging Spectrometry）遥感。 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。 ENVI高光谱数据处理流程： 一、图像预处理 高光谱图像的预处理主要是辐射校正，辐射校正包括传感器定标和大气纠正。辐射校正一般由数据提供商完成。 二、显示图像波谱 打开高光谱数据，显示真彩色图像，绘制波谱曲线，选择需要的光谱波段进行输出。 三、波谱库 1、标准波谱库 软件自带多种标准波谱库，单击波谱名称可以显示波谱信息。 2、自定义波谱库
ENVI提供自定义波谱库功能，允许基于不同的波谱来源创建波谱库，波谱来源包括收集任意点波谱、ASCII文件、由ASD波谱仪获取的波谱文件、感兴趣区均值、波谱破面和曲线等等。 3、波谱库交互浏览 波谱库浏览器提供很多的交互功能，包括设置波谱曲线的显示样式、添加注记、优化显示曲线等 四、端元波谱提取 端元的物理意义是指图像中具有相对固定光谱的特征地物类型，它实际上代表图像中没有发生混合的“纯点”。 端元波谱的确定有两种方式： （1）使用光谱仪在地面或实验室测量到的“参考端元”，一般从标准波谱库选择； （2）在遥感图像上得到的“图像端元”。 端元波谱获取的基本流程： （1）MNF变换 重要作用为：用于判定图像内在的维数；分离数据中的噪声；减少计算量；弥补了主成分分析在高光谱数据处理中的不足。 （2）计算纯净像元指数PPI PPI生成的结果是一副灰度的影像，DN值越大表明像元越纯。 作用及原理：
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。
高光谱这双技术高在哪 分析鉴定堪称“火眼金睛”
高光谱这双技术高在哪分析鉴定堪称“火眼 金睛” 利用高光谱技术能提取古画的颜料信息，推算颜料产地，从而能在修复时精准选用颜料。而高光谱的本领可不只是这些，检测果蔬农药残留这些都不在话下，未来还可能随时检测雾霾，可以说高光谱是一双真正的“火眼金睛”。 看过纪录片《我在故宫修文物》的观众或许会对如下场景有印象：技术人员用一台仪器扫描古字画，扫描信息经过专业处理后，文物修复专家就能发现字画上肉眼看不见的信息，甚至还能分析出绘画技法和当时用的颜料。 这台神奇的仪器就是中科院遥感与数字地球研究所(以下简称中科院遥感地球所)研发的高光谱扫描仪。高光谱遥感为何有如此的超能力？除文物检测修复外还有哪些应用？我国在高光谱遥感领域的研发水平又如何？ 人们日常生活中所见的光，是由多种颜色构成的复色光，通过棱镜等分光后显现的是单色光。这些单色光按不同波长(或频率)大小依次排列形成的图案，就是光谱。 光谱分析是人类借助光认知世界的重要方式，地球上不同的元素及其化合物都有自己独特的光谱特征，光谱因此被视为辨别物质的“指纹”。如果说肉眼光学成像能看到物质的形状、尺寸等信息，光谱分析则能获取物质的成分信息。 要获取更丰富、精细的物质成分信息，除了提升分光系统性能外，还可以改进分光方法、呈现方式等——高光谱遥感就是这样一种思路。中科院遥感地球所高光谱遥感研究室主任张立福介绍说，高光谱遥感的特点是能在可见光到短波红外的光谱区间连续成像，传统的彩色相机只能记录红绿蓝三个通道的影像，且每个通道的带宽很宽，而高光谱成像所记录的通道数量可以达到数百个，且光谱通道很窄，分辨率很高，其光谱探测范围远远超过了人类肉眼的感知范围，能够探测人眼无法看到的大量信息，提高人们对自然和物质的认识。 因为能在非常窄的光谱波段内获取丰富的信息，利用高光谱技术获取的信息分辨率很高，甚至能分辨出观测物质的分子和原子结构，这是普通的光学遥感所达不到的。 如何运用高光谱技术鉴定、修复古字画？在中科院遥感地球所高光谱研究室实验室，张立福画了一张图，并为记者解释高光谱遥感成像的原理：高光谱仪器扫描
利用高光谱图像技术检测水果轻微损伤
高光谱图像技术检测苹果轻微损伤 摘要 传统的近红外光谱分析法和可见光图像技术应用于水果品质无损检测 中存在的检测区域小、检测时间长、仅能检测表面情况等局限性。提出了 利用高光谱图像技术检测水果轻微损伤的方法。试验以苹果为研究对象, 利 用 500~ 900nm范围内的高光谱图像数据, 通过主成分分析提取 547nm 波长 下的特征图像, 然后设计不均匀二次差分消除了苹果图像亮度分布不均匀 的影响, 最后通过合适的数字图像处理方法提取苹果的轻微损伤。 关键词: 无损检测苹果高光谱图像检测轻微损伤 引言 水果在采摘或运输过程中, 因外力的作用使其表皮受到机械损伤, 损伤处 表皮未破损, 伤面有轻微，色稍变暗, 肉眼难于觉察。受水果色泽的影响, 传统的计算机视觉技术不能对轻微损伤加以检测。但是轻微损伤是水果在线检测的主要指标之一, 随着时间的延长, 轻微损伤部位逐渐褐变, 最终导致整个果实腐 烂并影响其他果实。因此, 水果轻微损伤的快速有效检测是目前研究的难点和热点之一。虽然轻微损伤和正常区域在外部特征上呈现出极大的相似性, 但是损伤区域的内部组织发生一定的变化, 这种变化可以通过特定波长下的光谱表现出来。 当前, 一种能集成光谱检测和图像检测优点的新技术。高光谱图像技术正好能满足水果表面轻微损伤检测的需要。高光谱图像技术是光谱分析和图像处理在最低层面上的融合技术, 可以对研究对象的内外部特征进行可视化分析。在国内, 高光谱图像技术在农畜产品品质检测的应用还没有相关的文献报道; 在国外, 近几年来有部分学者将该技术应用于肉类和果蔬类的品质检测上。 本文采用高光谱图像技术对水果表面轻微损伤检测进行研究, 并通过合适 的数据处理方法寻找到最能准确辨别水果表面损伤的特征波长下的图像, 为实 现高光谱图像技术对水果轻微损伤的在线检测提供依据。 1 高光谱图像基本原理 高光谱图像是在特定波长范围内由一系列波长处的光学图像组成的三维图 像块。图 1 为苹果的高光谱图像三维数据块示意图。图中, x 和y 表示二维平面坐标轴, K表示波长信息坐标轴。可以看出,高光谱图像既具有某个特定波长 下的图像信息,并且针对 xy 平面内某个特定像素又具有不同波长下的光谱n
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
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。 CCD 光源光栅光谱仪成像镜头
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）。
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
高光谱数据处理基本流程
高光谱分辨率遥感 用很窄（10-2l）而连续的光谱通道对地物持续遥感成像的技术。在可见光到短波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，每个像元均可提取一条连续的光谱曲线，因此高光谱遥感又通常被称为成像光谱（ImagingSpectrometry）遥感。 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。 ENVI高光谱数据处理流程： 一、图像预处理 高光谱图像的预处理主要是辐射校正，辐射校正包括传感器定标和大气纠正。辐射校正一般由数据提供商完成。 二、显示图像波谱 打开高光谱数据，显示真彩色图像，绘制波谱曲线，选择需要的光谱波段进行输出。 三、波谱库 1、标准波谱库 软件自带多种标准波谱库，单击波谱名称可以显示波谱信息。 2、自定义波谱库 ENVI提供自定义波谱库功能，允许基于不同的波谱来源创建波谱库，波谱
来源包括收集任意点波谱、ASCII文件、由ASD波谱仪获取的波谱文件、感兴趣区均值、波谱破面和曲线等等。 3、波谱库交互浏览 波谱库浏览器提供很多的交互功能，包括设置波谱曲线的显示样式、添加注记、优化显示曲线等 四、端元波谱提取 端元的物理意义是指图像中具有相对固定光谱的特征地物类型，它实际上代表图像中没有发生混合的“纯点”。 端元波谱的确定有两种方式： （1）使用光谱仪在地面或实验室测量到的“参考端元”，一般从标准波谱库选择； （2）在遥感图像上得到的“图像端元”。 端元波谱获取的基本流程： （1）MNF变换 重要作用为：用于判定图像内在的维数；分离数据中的噪声；减少计算量；弥补了主成分分析在高光谱数据处理中的不足。 （2）计算纯净像元指数PPI PPI生成的结果是一副灰度的影像，DN值越大表明像元越纯。 作用及原理： 纯净像元指数法对图像中的像素点进行反复迭代，可以在多光谱或者高光谱影像中寻找最“纯”的像元。（通常基于MNF变换结果来进行）
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
光谱图像与高光谱图像的区别介绍
光谱图像与高光谱图像的区别介绍 光谱分辨率在10l数量级范围内的光谱图像称为高光谱图像（Hyperspectral Image）。遥感技术经过20世纪后半叶的发展，无论在理论上、技术上和应用上均发生了重大的变化。其中，高光谱图像技术的出现和快速发展无疑是这种变化中十分突出的一个方面。通过搭载在不同空间平台上的高光谱传感器，即成像光谱仪，在电磁波谱的紫外、可见光、近红外和中红外区域，以数十至数百个连续且细分的光谱波段对目标区域同时成像。在获得地表图像信息的同时，也获得其光谱信息，第一次真正做到了光谱与图像的结合。与多光谱遥感影像相比，高光谱影像不仅在信息丰富程度方面有了极大的提高，在处理技术上，对该类光谱数据进行更为合理、有效的分析处理提供了可能。因而，高光谱图像技术所具有的影响及发展潜力，是以往技术的各个发展阶段所不可比拟的，不仅引起了遥感界的关注，同时也引起了其它领域（如医学、农学等）的极大兴趣。 高光谱图像：是指一系列包含一些列可见/近红外光谱，一般有400-1000 nm，已经包含了可见光（400-780 nm）和近红外（780-1000nm）。 多光谱图像简介多光谱图像是指包含很多带的图像，有时只有3个带（彩色图像就是一个例子）但有时要多得多，甚至上百个。每个带是一幅灰度图像，它表示根据用来产生该带的传感器的敏感度得到的场景亮度。在这样一幅图像中，每个像素都与一个由像素在不同带的数值串，即一个矢量相关。这个数串就被称为像素的光谱标记。 1．用不相关或独立的其他带替换当前带；这个问题特别与遥感应用有关，但在一般的图像处理中，如果要从多光谱图像生成一幅单带灰度图像也与此有关。 2．使用一个像素的光谱标记来识别该像素所表示的目标种类。这是一个模式识别问题，它取决于下列图像处理问题的解：消除一个像素的光谱标记对图像采集所用光谱的依赖性。这是一个光谱恒常性问题。 3．处理多光谱图像的特定子集，它包括在电磁谱里仅光学部分的3个带，它需要以或者替换或者模仿人类感知颜色的形式来进行处理。 4．在特定应用中使用多光谱图像，并对它们进行常规的操作。这里的一个问题是，现在
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
《使用ENVI的高光谱工具处理多光谱数据》
专题二十四 使用ENVI的高光谱工具处理多光谱数据(节选) 1.1.专题概述 本专题的目的是向用户展示如何使用ENVI先进的高光谱工具对多光谱数据进行分析。要更好地理解高光谱处理的概念及其工具，请参见ENVI高光谱辅导指南。要获取额外的详细信息，请参见《ENVI遥感影像处理实用手册》（ENVI User’s Guide）或者ENVI的在线帮助。 ?本专题中使用的文件 光盘：《ENVI遥感影像处理专题与实践》附带光盘 #1 ?背景知识 ENVI并非仅设计成高光谱影像处理系统。在1992年，ENVI的开发者就决定开发出一个通用的影像处理软件，它包含一整套的基本处理工具，弥补了商业软件缺乏强大灵活处理功能的不足，使得它能够处理各种科学格式的影像数据。它对全色、多光谱、高光谱以及基本和改进雷达影像数据都提供了支持。当前，ENVI包含了与其它主要影像处理系统（例如：ERDAS，ERMapper和PCI）相同的基本处理功能。其中，ENVI在前沿遥感研究中采用了许多不同的先进算法。虽然这些算法都是在处理成像光谱仪数据或者多达上百个波谱波段的高光谱数据基础之上发展而来，但是它们也可以应用到多光谱数据和其它标准数据类型的处理上。本专题将对某些分析Landsat Thematic Mapper（TM）数据的方法进行介绍。 本专题分为两个独立的部分：1）使用标准或者经典多光谱分析技术，对TM影像数据进行典型的多光谱分析，2）使用ENVI高光谱工具对相同的数据集进行分析。 1.2.使用ENVI的高光谱工具分析多光谱数据 ?读取TM影像数据 z要从磁带中读取数据，可以在ENVI主菜单中选择File → Tape Utilities → Read Known Tape Formats → Landsat TM（或者对于新的EDC-格式的磁带选择NLAPS）。 z要从光盘中读取数据，可以选择File →Open External File → Landsat → Fast，或者选择File → Open External File → Landsat → NLAPS（对于NLAPS数据）。 z考虑到本专题的目的，这些数据已经从磁带中读出并存入到数据子集中，以提供相应的文件进行分析。使用Basic Tools → Preprocessing →Data Specific Utilities → Landsat TM → Landsat TM Calibration，启动ENVI的TM校正工具，该TM影像已经被纠正为反射率影像。（若需更多的信息，请参见《ENVI遥感影像处理实用手册》）。 ?显示一幅彩色合成影像并提取波谱曲线
机器视觉之高光谱成像技术分析
高光谱成像技术 高光谱成像技术起源于地质矿物识别填图研究，逐渐扩展为植被生态、海洋海岸水色、冰雪、土壤以及大气的研究中。对空间探测、军事安全、国土资源、科学研究等领域都具有非常重要的意义。 所谓高光谱图像就是在光谱维度上进行了细致的分割，不仅仅是传统所谓的黑、白或者R、G、B的区别，而是在光谱维度上也有N个通道，例如：我们可以把400nm-1000nm分为300个通道。因此，通过高光谱设备获取到的是一个数据立方，不仅有图像的信息，并且在光谱维度上进行展开，结果不仅可以获得图像上每个点的光谱数据，还可以获得任一个谱段的影像信息。 目前高光谱成像技术发展迅速，常见的包括光栅分光、声光可调谐滤波分光、棱镜分光、芯片镀膜等。 原理： 光栅分光原理： 在经典物理学中，光波穿过狭缝、小孔或者圆盘之类的障碍物时，不同波长的光会发生不同程度的弯散传播，再通过光栅进行衍射分光，形成一条条谱带。也就是说：空间中的一维信息通过镜头和狭缝后，不同波长的光按照不同程度的弯散传播，这一维图像上的每个点，再通过光栅进行衍射分光，形成一个谱带，照射到探测器上，探测器上的每个像素位置和强度表征光谱和强度。一个点对应一个谱段，一条线就对应一个谱面，因此探测器每次成像是空间一条线上的光谱信息，为了获得空间二维图像再通过机械推扫，完成整个平面的图像和光谱数据采集。 经过狭缝的光由于不同波长照射到不同的探测器像元上，光能量很低，因此需要选择高灵敏相机，同时需要加光源。例如系统如下：
声光可调谐滤波分光(AOTF)原理： AOTF由声光介质、换能器和声终端三部分组成。射频驱动信号通过换能器在声光介质内激励出超声波。改变射频驱动信号的频率，可以改变AOTF衍射光的波长，从而实现电调谐波长的扫描。 最常用的AOTF晶体材料为TeO2即非共线晶体，也就是说光波通过晶体之后以不同的出射角传播。如上图所示：在晶体前端有一个换能器，作用于不同的驱动频率，产生不同频率的振动即声波。不同的驱动频率对应于不同振动的声波，声波通过晶体TeO2之后，使晶体中晶格产生了布拉格衍射，晶格更像一种滤波器，使晶体只能通过一种波长的光。光进入晶体之后发生衍射，产生衍射光和零级光。 l AOTF系统组成： AOTF系统组成：成像物镜+准直镜+偏振片+晶体+偏振片+物镜+detector，入射光经过物镜会聚之后进入准平行镜(把所有的入射光变成平行光)，准平行光进入偏振片通过同一方向的传播的光，平行光进入晶体之后，平行于光轴的光按照原来方向前行，非平行光进行衍射，分成两束相互垂直o光和e光(入射光的波长不同经过晶体之后的o光与e光的角度也不同，因此在改变波长的过程中，图像会出现漂移);o 光和e光及0级光分别会聚在不同的面上。
MATLAB中高光谱图像处理
165 1. 打开数据文件：datafile1=fopen('Terrain.hsi')。 2. 读入文件头的信息：cur=fread(datafile1,4,'int32')。执行结果为（cur 的四个值：图像宽 度，图像长度，波段数，像素所占字节数）：307，500，210，2。 3. cur=fread(datafile1,inf,'int16')。可通过”size(cur)”获得cur 的大小，这里为32235000 （=307*500*210）。 4. 将一维数组变换成210x （307*500）大小的矩阵：array=reshape(cur,210,307*500)。Array 矩阵的每一列代表一个像素点在不同波段的值的大小，每一行为一个波段对应的全部数据。 5. 对每个波段求其标准差。先将包含图像数据的矩阵转换成500*307)x210的矩阵， 使每一列的数据为一波段的全部数据。1.变换矩阵 stdv=reshape(array',500*307,210);2.求方差stdv=std （stdv ）；3.画出标准差形成的曲线（图1）： 050100150200250 050 100 150 200 250 300 350 400 图1 由图像可大致分析出1-22、102-109、137-151、194-210可能为无用数据。 6. 到这里就可以用array 中的数据画出任意波段的图像。例如，选取有用数据20个波 段的图像：a.提取该波段的全部数据并将它转成307x500的矩阵： pic=reshape(array(175,1:500*307),307,500);b.将矩阵内的数据显示出来：imshow （pic,[]）（图2）：
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