高光谱,多光谱及超光谱

高光谱,多光谱及超光谱
高光谱,多光谱及超光谱

1、光谱分辨率

光谱分辨率spectral resolution

定义1:遥感器能分辨的最小波长间隔,是遥感器的性能指标。遥感器的波段划分得越细,光谱的分辨率就越高,遥感影像区分不同地物的能力越强。

定义2:多光谱遥感器接收目标辐射信号时所能分辨的最小波长间隔。

光谱分辨率指成像的波段范围,分得愈细,波段愈多,光谱分辨率就愈高,现在的技术可以达到5~6nm(纳米)量级,400多个波段。细分光谱可以提高自动区分和识别目标性质和组成成分的能力。

传感器的波谱范围,一般来说识别某种波谱的范围窄,则相应光谱分辨率高。

举个例子:可以分辨红外、红橙黄绿青蓝紫紫外的传感器的光谱分辨率就比只能分辨红绿蓝的传感器的光谱分辨率高。

一般来说,传感器的波段数越多波段宽度越窄,地面物体的信息越容易区分和识别,针对性越强。

2、什么是高光谱,多光谱及超光谱

高光谱成像是新一代光电检测技术,兴起于2O世纪8O年代,目前仍在迅猛发展巾。高光谱成像是相对多光谱成像而言,通过高光谱成像方法获得的高光谱图像与通过多光谱成像获取的多光谱图像相比具有更丰富的图像和光谱信息。如果根据传感器的光谱分辨率对光谱成像技术进行分类,光谱成像技术一般可分成3类。

(1)多光谱成像——光谱分辨率在delta_lambda/lambda=0.1mm数量级,这样的传感器在可见光和近红外区域一般只有几个波段。

(2)高光谱成像——光谱分辨率在delta_lambda/lambda=0.01mm数量级,这样的传感器在可见光和近红外区域有几十到数百个波段,光谱分辨率可达nm 级。

(3)超光谱成像——光谱分辨率在delta_lambda/lambda =O.001mm=1nm数量级,这样的传感器在可见光和近红外区域可达数千个波段。

众所周知,光谱分析是自然科学中一种重要的研究手段,光谱技术能检测到被测物体的物理结构、化学成分等指标。光谱评价是基于点测量,而图像测量是基于空间特性变化,两者各有其优缺点。因此,可以说光谱成像技术是光谱分析

技术和图像分析技术发展的必然结果,是二者完美结合的产物。光谱成像技术不仅具有光谱分辨能力,还具有图像分辨能力,利用光谱成像技术不仅可以对待检测物体进行定性和定量分析,而且还能进对其进行定位分析。

高光谱成像系统的主要工作部件是成像光谱仪,它是一种新型传感器,2O 世纪8O年代初正式开始研制,研制这类仪器的目的是为获取大量窄波段连续光谱图像数据,使每个像元具有几乎连续的光谱数据。它是一系列光波波长处的光学图像,通常包含数十到数百个波段,光谱分辨率一般为1~l0nm。由于高光谱成像所获得的高光谱图像能对图像中的每个像素提供一条几乎连续的光谱曲线,其在待测物上获得空间信息的同时又能获得比多光谱更为丰富光谱数据信息,这些数据信息可用来生成复杂模型,来进行判别、分类、识别图像中的材料。

通过高光谱成像获取待测物的高光谱图像包含了待测物的丰富的空间、光谱和辐射三重信息。这些信息不仅表现了地物空间分布的影像特征,同时也可能以其中某一像元或像元组为目标获取它们的辐射强度以及光谱特征。影像、辐射与光谱是高光谱图像中的3个重要特征,这3个特征的有机结合就是高光谱图像。

高光谱图像数据为数据立方体(cube)。通常图像像素的横坐标和纵坐标分别用x和Y来表示,光谱的波长信息以(Z即轴)表示。该数据立方体由沿着光谱轴的以一定光谱分辨率间隔的连续二维图像组成。(Z轴的每一层对应一定窄带波长的光谱图像)。

3、多光谱、高光谱、超光谱辨识

一.技术历史背景

早在20世纪60年代(1960s)人造地球卫星围绕地球获取地球的图片资料时,成像就成为研究地球的有利工具。在传统的成像技术中,人们就知道黑白图像的灰度级别代表了光学特性的差异因而可用于辨别不同的材料,在此基础上,成像技术有了更高的发展,对地球成像时,选择一些颜色的滤波片成像对于提高对特殊农作物、研究大气、海洋、土壤等的辨别能力大有裨益。这就是人类最早的多光谱技术(Multispectral imaging)它最早出现在LandSat卫星上。这些最早的星载图像传感器(例如,LandSat卫星上的Thematic Mapper和法国SPOT卫星上的相机)以离散的几种颜色(或者几个波段)对地球成像,就是人们常说的多光谱成像。

既然多光谱成像(Multispectral Imaging)仅仅以几个连续的光谱波带成像对于我们研究环境就如此有用,为什么不把波带数拓展更多,把光谱分辨率拓展更细呢?因此,用于遥感目的的高光谱成像技术(Hyperspectral Imaging)在20世纪80年代初期诞生了,它最早是机载的成像光谱仪(Airborne Imaging

Spectrometer),如今已拓展到先进的可见和红外成像光谱仪(AVIRIS),这两种最早都诞生在NASA的JPL中心(NASA:美国国家航天航空管理局)。

从多光谱到高光谱遥感技术的前进也需要仪器的发展。虽然对地球成像而言七个非连续的波段称不上什么光谱成像技术,但是如果使用200个连续的波段,每个波段的光谱分辨率在10nm左右,谁都不会否认这是光谱成像技术。而且人类对更好更高的追求从来都没停止过,现在光谱成像技术已经发展到超光谱时代(Ultraspectral Imaging),比如,它使用的是空间发射光谱仪(Atmospheric Emission Spectrometer,AES),这个超光谱成像仪在红外波段就能产生数千个波带,分辨率高达1nm。

全球第一个星载高光谱成像器于1997年在NASA随着Lewis卫星发射升空,它包含了384个波段涵盖了400-2500nm波段,不幸的是这颗卫星控制出现问题,失去了动力,升空一个月后就偏离了轨道。随后,一些实验性的机载高光谱成像器在NASA的DOD(Department of Defense)得到了重点研发,这些机载的高光谱成像系统涵盖了VNIR/SWIR和MLIR(3-5微米),LWIR(又称热红外相机,适应波段8-12微米)。

目前,成像光谱技术已经走出了最初的军事应用的局限,在国土资源调查,精准农业生产和研究,农作物分选和检测等多种应用领域发挥不可替代的作用。基于成像光谱技术波长范围为400-1000nm, 900-1700nm, 1100-2500nm,

3000-15000nm的各种成像光谱仪和高光谱成像器也应运而生。但是由于军事应

用的潜在性依然存在,国外先进成像光谱仪国家对成像光谱仪的对华出口管制非常严格,例如,红外成像光谱仪是百分之百对华禁运,其他波段的成像光谱仪也需要我国用户提供商务部签发的“End User and End Use Statement”,但是,尽管如此,能否进口到中国来依然存在许多变数。

为什么国外多这种技术对华如此高级别地限制,高光谱技术到底“高”在那些方面,高光谱成像光谱仪如何实现高光谱数据的获取?针对诸多技术细节,天津菲林斯光电仪器公司作为国内专业的成像光谱技术提供者,发挥专业技术优势,从纯技术的角度为广大用户和读者提供一份绝密级别的内部参考资料,这份资料仅供广大用户之间阅读参考,切勿随意散发。

二.技术综述

成像光谱(高光谱)数据是图谱合一的海量数据源,它同时包含了图像信息和光谱信息,能够给出各个波段上每个像素的光谱强度数据,而且光谱分辨率很高,这样,这种数据在一些对光谱和图像和光谱分辨率要求较高的领域就显示出无可替代的作用。例如,矿产探测,高光谱数据由于较高的光谱分辨率就可以帮助人们通过光谱分析的的办法找到一些隐蔽性极强的稀有矿产,而在以前,普通

的光谱技术是无法发现这些矿产的。

高光谱成像的数据是一叠连续多个波段成像获得的景色或样品的图像,就是俗称的图像立方体(Image cube)。这个图像立方具有两个空间维度(X和Y),第三维为每个像素的波长或辐射强度。

那么,如何获得这种价值连城的高光谱图像立方体呢?它是通过成像光谱仪获取的,但是成像光谱仪(或高光谱成像系统)本身是一种获取图像的传感器,它获取的只是光谱信息,一般地,成像光谱仪器及其配套软件是不提供该图像立方体的显示功能的,您需要把成像光谱仪获取的数据导入到ENVI软件中才能显出如此漂亮的图片资料。

在深入该话题的探讨之前,我们首先明确高光谱遥感的三个空间级别:

航天级别:星载遥感(planet-borne)距离地面150公里以上。这是一种典型的高光谱遥感应用,也是高光谱技术(成像光谱技术)的最初应用,它是把成像光谱仪安装于卫星上,对地球目标进行高光谱遥感探测。工作距离通常是几万公里以上,我国的神舟七号飞船就成安装类似的成像光谱仪。使用的成像光谱仪非常庞大,每次实验的费用非常巨大。

航空级别:机载遥感(Airborne)距离地面100-到十多公里的距离。使用小型飞机或无人机作为光谱仪的搭载平台,是目前主要的遥感成像工作方法。它使用的成像光谱仪体积小。但是要获得比较好的实验结果并不容易,需要精确的GPS和惯导定位,高性能的计算机和高频率的拍摄速度。

地面级别:这种应用的主要领域是地面或高度不高于50m的空间成像。它不再是像前两种那样动态的成像,而是通常静态成像,比较常见的是农业应用和实验室高光谱成像。但是也有把推扫式成像光谱仪放置在地面,配备旋转位移台或线形位移台,以产生两种效果:成像光谱仪运动而待测物目标静止,或者成像光谱仪静止而待测目标运动的效果。

目前,实际科研过程中,常用的是航空级别(动态成像)和地面级别的高光谱遥感成像(静态成像)。现在,可以这样认为:动态的测量应用就需要使用推扫式成像方式获取图像,静态测量应用需要使用波长扫描式获取高光谱图像。这两者有何区别呢?下图将有利于您理解该问题。

4、

众所周知,光谱分析是自然科学中一种重要的研究手段,光谱技术能检测到被测物体的物理结构、化学成分等指标。光谱评价是基于点测量,而图像测量是基于空间特性变化,两者各有其优缺点。因此,可以说光谱成像技术是光谱分析

技术和图像分析技术发展的必然结果,是二者完美结合的产物。光谱成像技术不仅具有光谱分辨能力,还具有图像分辨能力,利用光谱成像技术不仅可以对待检测物体进行定性和定量分析,而且还能进对其进行定位分析。

高光谱成像系统的主要工作部件是成像光谱仪,它是一种新型传感器,2O 世纪8O年代初正式开始研制,研制这类仪器的目的是为获取大量窄波段连续光谱图像数据,使每个像元具有几乎连续的光谱数据。它是一系列光波波长处的光学图像,通常包含数十到数百个波段,光谱分辨率一般为1~l0nm。由于高光谱成像所获得的高光谱图像能对图像中的每个像素提供一条几乎连续的光谱曲线,其在待测物上获得空间信息的同时又能获得比多光谱更为丰富光谱数据信息,这些数据信息可用来生成复杂模型,来进行判别、分类、识别图像中的材料。

通过高光谱成像获取待测物的高光谱图像包含了待测物的丰富的空间、光谱和辐射三重信息。这些信息不仅表现了地物空间分布的影像特征,同时也可能以其中某一像元或像元组为目标获取它们的辐射强度以及光谱特征。影像、辐射与光谱是高光谱图像中的3个重要特征,这3个特征的有机结合就是高光谱图像。

高光谱成像是一种新兴的技术,可以在仪器的视场范围内同时快速测量和分析多个物体的光谱构成。这些成像系统用在多个工业和商业领域,比如高速在线检测和严密的质量控制工序。

一般说来,在加工应用中捕捉精确的光谱信息,面临着机器视觉系统简单或单点光谱(single-point)测量的问题。这些仪器系统的成本很高,且它们只可以在整个产品中进行小范围采样,导致了采样率较低。

然而高光谱成像不同,可以进行大批量检查。并且可以侦查出任何产品的化学组成或光谱信号,只要在它的视场范围内。并且在图像中,可以根据已经建立起来的谱库,用不同颜色标识出存在或者不存在的材料。

多光谱遥感

利用多光谱摄影系统或多光谱扫描系统对电磁波谱不同谱段做同步摄影遥感,分别获得植被及其他地物在不同谱段上的影像的遥感技术。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。

5、

遥感对地观测要解决的两个重要问题,一是几何问题,二是物理问题。前者正是摄影测量的目标,后者则要回答观测的对象是什么?这就是遥感问题。图像和光谱是人们在纷繁的大千世界中认识事物,以至识别所要寻求的对象最重要的两种依据。图像为解决地物的几何问题提供了基础,光谱往往反映了地物所特有的物理性状。现代遥感技术的发展,使得地物的成像范围不仅延伸到人们不可见的紫外和红外波长区,而且可以在人们需要的任何波段独立成像或连续成像。高光谱遥感的光谱分辨率高于百分之一波长达到纳米(nm)数量级,其光谱通道数多达数十甚至数百。高光谱或成像光谱技术就是将由物质成分决定的地物光谱与反映地物存在格局的空间影像有机地结合起来,对空间影像的每一个像素都可赋予对它本身具有特征的光谱信息。遥感影像和光谱的合一,实现了人们认识论中逻辑思维和形象思维的统一,大大提高了人们对客观世界的认知能力,为人们观测地物、认识世界提供了一种犀利手段,这无疑是遥感技术发展历程中的一项重大创新。

20多年来,高光谱遥感已发展成一个颇具特色的前沿技术,并孕育形成了一门成像光谱学的新兴学科门类。它的出现和发展将人们通过遥感技术观测和认识事物的能力带入了又一次飞跃,续写和完善了光学遥感从全色经多光谱到高光谱的全部影像信息链。由于高光谱遥感影像提供了更为丰富的地球表面信息,因此受到国内外学者的很大关注,并有了快速发展。其应用领域已涵盖地球科学的各个方面,在地质找矿和制图、大气和环境监测、农业和森林调查、海洋生物和物理研究等领域发挥着越来越重要的作用。

1983年,世界第一台成像光谱仪AIS-1在美国研制成功,并在矿物填图、植被生化特征等研究方面取得了成功,初显了高光谱遥感的魅力。在此后,许多国家先后研制了多种类型的航空成像光谱仪。如美国的AVIRIS、DAIS,加拿大的FLI、CASI,德国的ROSIS,澳大利亚的HyMap等。

在经过航空试验和成功运行应用之后,90年代末期终于迎来了高光谱遥感的航天发展。1999年美国地球观测计划(EOS)的Terra综合平台上的中分辨率成像光谱仪(MODIS)、号称新千年计划第一星的EO-1,欧洲环境卫星(ENVISAT)上的MERIS,以及欧洲的CHRIS卫星相继升空,宣告了航天高光谱时代的来临。

上世纪80年代初、中期,在国家科技攻关项目和863计划的支持下,我国亦开展了高光谱成像技术的独立发展计划。我国高光谱仪的发展,经历了从多波段到成像光谱扫描,从光学机械扫描到面阵推扫的发展过程。根据我国海洋环境监测和森林探火的需求,研制发展了以红外和紫外波段以及以中波和长波红外为主体的航空专用扫描仪。80年代中期,面向地质矿产资源勘探,又研制了工作在短波红外光谱区间(2.0-2.5 mm)的6—8波段细分红外光谱扫描仪(FIMS)和工作波段在8-12mm光谱范围的航空热红外多光谱扫描仪(ATIMS)。在此基

础上于80年代后期又研制和发展了新型模块化航空成像光谱仪(MAIS)。这一成像光谱系统在可见—近红外—短波红外具有64波段,并可与6-8波段的热红外多光谱扫描仪集成使用,从而使其总波段达到70—72个。这一系列高光谱仪器的研制成功,为中国遥感科学家提供了新的技术手段。通过在我国西部干旱环境下的地质找矿试验,证明这一技术对各种矿物的识别以及矿化蚀变带的制图十分有利,成为地质研究和填图的有效工具。

此后,中国又自行研制了更为先进的推帚式成像光谱仪(PHI)和实用型模块化成像光谱仪(OMIS)等,并在国内外得到多次应用,成为世界航空成像光谱仪大家庭中的一员。PHI成像光谱仪在可见到近红外光谱区具有244个波段,其光谱分辨率优于5nm;OMIS则具有更宽泛的光谱范围,如OMIS-1具有128波段,其中可见—近红外光谱区(0.46—1.1μm)32波段,短波红外区(1.06—1.70μm及2.0—2.5μm)48波段,中波红外区(3.0—5.0μm)8波段,热红外区(8.0—12.5μm)6—8波段。新的成像光谱系统不仅继续在地质和固体地球领域研究中发挥作用,而且在生物地球化学效应研究、农作物和植被的精细分类、城市地物甚至建筑材料的分类和识别方面都有很好的结果。

在航空高光谱技术取得成功的基础上,2002年3月在我国载人航天计划中发射的第三艘试验飞船“神舟三号”中,搭载了一台我国自行研制的中分辨率成像光谱仪。这是继美国EOS计划MODIS之后,几乎与欧洲环境卫星(ENVISAT)上的MERIS同时进入地球轨道的同类仪器。它在可见光到热红外波长范围(0.4-12.5μm)具有34个波段。2007年10月24日我国发射的“嫦娥-1”探月卫星上,成像光谱仪也作为一种主要载荷进入月球轨道。这是我国的第一台基于富里叶变换的航天干涉成像光谱仪,它具有光谱分辨率高的特点。在我国计划于2008年发射的环境与减灾小卫星(HJ-1)星座中,也将搭载一台工作在可见光—近红外光谱区(0.45—0.95μm)、具有128个波段、光谱分辨率优于5nm的高光谱成像仪。它将对广大陆地及海洋环境和灾害进行不间断的业务性观测。即将发射升空的我国“风云-3”气象卫星也将中分辨率光谱成像仪作为基本观测仪器,纳入大气、海洋、陆地观测体系,为对地球的全面观测和监测提供服务。高光谱遥感系统在我国的普遍应用,标志着我国的高光谱遥感已逐步走向成熟。特别应该指出的是中国科学院上海技术物理研究所和西安光学精密机械研究所在发展我国航空航天高光谱成像系统中作出了重大贡献。

高光谱遥感影像数据的一个重要特征是超多波段和大数据量,对它的处理也就成为其成功应用的关键问题之一。对于高光谱图像处理和分析来说,其研究的热点和重点主要体现在对高光谱图像的压缩、纠正和地物分类、目标识别等方面。在高光谱图像的大气纠正方面,除了基于地面光谱辐射测量和大气模型的纠正方法之外,基于图像自身大气吸收波段的大气纠正模型是当前的热点;而基

于平台精确姿态和位置的图像几何纠正算法已在我国大面积航空高光谱图像几何自动纠正方面取得了很好的效果。

高光谱图像的分类和识别,归纳起来主要有两种方法,即基于地物光谱特征的分类识别方法和基于统计的分类识别方法。前者是利用光谱库中已知的光谱数据,采用匹配算法来鉴别和识别图像中地物类型。这种方法既可采用全波长的比较和匹配,也可用感兴趣的光谱特征或部分波长的光谱或光谱组合参量进行匹配,达到分类和识别的目的。

基于统计特征的分类,可采用非监督和监督分类两种方法,非监督方法甚至不需要有对数据的先验知识,也可以直接应用原始高光谱遥感图像数据来进行分类,虽然精度有所欠缺,但简单易行,也是常用的方法之一。

高光谱遥感应用的普及和深入在很大程度上与处理分析软件的发展息息相关。伴随着航空航天遥感的不断发展,国际上遥感商业软件的市场竞争也日益激烈。到目前为止,国际上已经开发了十余套专用的高光谱图像处理与分析软件系统,对高光谱遥感技术应用的普及和发展起到了很大的推动作用。自上世纪90年代末期,中国科学院遥感应用研究所着手对高光谱遥感图像处理和分析系统进行开发。近年来,在863计划支持下,利用国家重点实验室这一平台,已形成了具有完全自主知识产权的高光谱遥感图像处理和分析软件系统(HIPAS V1.0)。这一系统采用了模块化思路和组件技术,具有很强的可移植性和跨平台支持能力;它的开放式外存储结构,几乎能兼容业内所有主流遥感影像格式。HIPAS系统的一个重要特点是它的专业应用模块,如光谱分析模块、矿物填图模块、目标提取模块等。

高光谱遥感在我国的顺利发展体现了需求牵引和前沿引导两个重要的特点。目前无论在航空还是航天领域,均有我国科学家自行研制和发展的高光谱技术系统在运行。在应用领域中,我国自主研制的高光谱影像处理、分析系统和相应的软件也在不断完善,并在各行业和多学科的应用中发挥作用。高光谱遥感在我国的发展展现了良好的前景。(作者系中国科学院院士、国际欧亚科学院院士)

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)。

高光谱成像检测技术.

高光谱成像检测技术 、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。 技术,是高光谱成像 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(<1-2入光谱范围广(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。、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。

CC D 朮源「一光栅壯谱以 —a I \、 「维电移台 . 样品 A CCD。 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

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(丫方向。 1\ 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。

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

高光谱成像技术进展(光电检测技术大作业)

高光谱成像技术进展 By 130405100xx 一.高光谱成像技术的简介 高光谱成像技术的出现是一场革命,尤其是在遥感界。它使本来在宽波段不可探测的物质能够被探测,其重大意义已得到世界公认。高光谱成像技术光谱分辨率远高于多光谱成像技术,因此高光谱成像技术数据的光谱信息更加详细,更加丰富,有利于地物特征分析。有人说得好,如果把多光谱扫描成像的MSS ( multi-spectral scanner) 和TM( thematic mapper) 作为遥感技术发展的第一代和第二代的话, 那么高光谱成像( hyperspectral imagery) 技术则是第三代的成像技术。 高光谱成像技术的具体定义是在多光谱成像的基础上,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谐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。 (一)高光谱成像系统的组成和成像原理 而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。下面分别介绍下以下几种类别: (1)光栅分光光谱仪 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。

基于高光谱技术的葡萄糖度无损检测方法研究

基于高光谱技术的葡萄糖度无损检测方法研究 发表时间:2018-11-13T20:07:56.373Z 来源:《电力设备》2018年第20期作者:吕茁源[导读] 摘要:葡萄作为世界十大水果之一,其种植面积和年生产量始终处于世界水果生产前列。 (北京四中) 摘要:葡萄作为世界十大水果之一,其种植面积和年生产量始终处于世界水果生产前列。在2015年,中国以1260万吨的葡萄产量(含鲜食葡萄),成为世界第一大葡萄生产国(占全球总量的 17%),逐渐从原来传统的农业与工业混合型朝着现代农业转型。但与世界发达国家相比,中国葡萄的优质化、标准化生产以及市场运作还处于初级阶段,葡萄浆果的产后处理,品质鉴别检测一直是农产品加工研究的重要课题。目前我国葡萄含糖量测试方法是从每穗摘取1至3粒葡萄,获得葡萄汁再进行糖度的测量,这样的方法耗时耗力,还会对葡萄造成损伤,并且不能满足现代农业生产的需求。本课题采用可见——近红外光谱技术,实现葡萄的无损糖度测量。 关键词:特征光谱,光谱鉴别,糖度分析 一、引言 国外非常重视水果产后的商品化处理,所有果品上市前必须经过分选包装线,根据超市要求,对果品进行严格分选和包装,常年满足超市的供货需求。在澳大利亚太平洋世纪集团的一个农场里所出的水果,无论是葡萄、柑橘、柠檬,还是荔枝等等,百分之百都经过水果加工的生产线进行预冷、清洗、挑选、杀虫、杀菌、打蜡、分选、包装冷藏后再推向市场,因而他们的葡萄在市场上可以卖到300至600元/箱,而新疆的“红地球葡萄”在市面上也只能卖至70至150元/箱,其价格相差5至6倍[1]。 葡萄浆果的含糖量是葡萄品质评定的重要指标,尤其在作为酿酒原料时,由于要适应葡萄酒的种类及其酿造工艺,对葡萄浆果的含糖量要严格控制。传统的葡萄浆果含糖量的检测方法是从每穗摘取1至3粒葡萄,取一定数量的浆果以获得250mL左右的葡萄汁再进行含糖量的测定,这样的测量方式耗时费力,对葡萄进行损伤,易造成样本变质,人为误差较大。利用近红外光谱分析技术具有快速、非破坏性、无需前期处理以及多组分类同时定量分析、测试等优势。可充分利用全谱或多谱长下的光谱数据进行定性和定量分析[2-3]。另外,快速无损的糖度检测方法给工业化、无人化农业生产提供了可能。果农可通过数据实时监测水果的成熟情况,从而科学地种植、采摘甚至运输,大幅度地降低生产、运输损耗,提高生产效率,降低生产成本。 二、近红外光谱分析技术发展现状 无损检测技术是在不损坏被检测对象的性质和使用效果的前提下,以光学、化学、声学、电学、物理、图像视觉等方法为手段,借助先进的技术和设备[3],对物体表面与内部的结构、性质、状态进行检查或测试的一种检测手段,经过国内外研究人员不断地深入研究,无损检测技术正逐步与高精度化、低辐射化、智能化、信息化接轨[1]。近年来,现代光纤通讯技术飞速发展,带动小型化的半导体激光器LD,发光二极管LED等新型光源器件不断涌现,为开发小型化的专用水果糖度检测仪器提供了技术支持[2]。通过可见光近红外光谱技术对水果的检测也在不断地发展和拓展,在越来越多种的水果种植中提供生产信息[4]。 三、可见光——近红外光谱技术对葡萄的检测方法 (一)选定实验器材。实验中选用钨灯作为光源,将波长量程在390-1100nm左右的光谱仪和折光糖度仪作为实验仪器使用。 (二)选定实验材料。考虑到季节因素,所测试时间为冬季,选用市场上的的四种提子,表皮颜色不同,分别为青提、黑提、红提和小红提。将新鲜的样品储存在冰箱中,实验前两小时取出,洗净,分离果粒,并选择分别从四种提子中选取各1至3粒颗粒饱满的果粒待测。 (三)预实验。首先需要控制测试温度、测试湿度、测试光线等变量,找到适合本实验的测试方法以提高实验数据的准确性,然后通过测试剔除异常样本。因为正常葡萄表面都会有“白霜”,属于葡萄在生长过程中合成的天然物质。为保证实验结果的准确性,试验时选取葡萄样本上最接近原本表皮颜色的区域上一点作为测试点。 (四)实验。第一步,打开光谱仪与光源并进行预热三十分钟,保持设备的稳定性。第二步,打开光谱仪软件,将待测葡萄置于白板上,分别测量并保存三种葡萄的光谱数据。第三步,将葡萄样本分别转入带有标记的纸杯中,准备下一步糖度测量。第四步,室温下,用滴管吸取少量蒸馏水,滴加在折光仪上,待显示折光仪示数为0可以开始实验。第五步,挤压果粒,将汁液覆盖折射仪镜面并直接读取数值,重复取样测量 3 次,计算平均值作为该串葡萄样本的最终 SSC 值。每次平行测定之间只需纸巾擦去汁液,两个样品之间需用蒸馏水冲洗镜面擦干后再进行测定,并做好相关记录。 四、实验数据处理与模型建立 (一)葡萄籽粒提取可溶性固形物样本的选取。在建立葡萄可溶固形物定量模型时,我们进行了异常样本的剔除,选用了39个葡萄样本。 建模样本与检测样本的合理选择直接影响葡萄可溶固形物数学模型的建立和预测效果的好坏。通常建模样本的性质需要具有广泛代表性及一定数量,所建立的数学模型才具有通用性,也才能对未知的葡萄样本做出比较好的预测结果。因此,对于每个品种均从中随机选取67%作为校正集,其余33%作为验证集。表1为提子可溶固形物模型建立的建模样本和检测样本的选取情况。 表1 建模样本与检测样本的选取 (二)葡萄籽粒可溶性固形物含量PLS模型的建立与检验。按照 GB-12295《水果、蔬菜制品可溶性固形物含量的测定》中规定的方法来测定葡萄可溶性固形物的含量,用数字式糖度折射仪,仪器的精度为0.1°Brix,测量范围为 0~45°Brix。以穗为单位,去除代表该穗葡萄的 12 颗葡萄样本非可食部分,将可食部分压榨后用滤纸过滤获得葡萄汁混匀。测试前,需用蒸馏水进行零点校正,将汁液覆盖折射仪镜面并直接读取数值,重复取样测量 3 次,计算平均值作为该串葡萄样本的最终 SSC 值。每次平行测定之间只需纸巾擦去汁液,两个样品之间需用蒸馏水冲洗镜面擦干后再进行测定,并做好相关记录。

高光谱与高分辨率遥感——动态监测

成都信息工程学院Chengdu University of Information Technology 高光谱与高分辨率遥感实验报告 实验名称:基于SPEAR工具的高光谱动态监测 指导老师:夏志业 学生姓名:李同同 学号:2009043053

1 实验名称:基于SPEAR工具的高光谱动态监测 2 实验目的和原理 熟悉和了解SPEAR工具的高光谱动态监测的方法,了解在实验中产生的结果的意义及其分析结果。 3数据介绍: aug_25_2007、oct_07_2002、class1、class2 4实验步骤 4.1基于SPEAR工具的高光谱动态监测 4.1.1打开ENVI,选择Spectral—SPEAR Tools—Change Detection –PCA打开Change Detection –PCA工具,分别选择oct_07_2002和aug_25_2007为时相1和时相2,选择输出结果为05-07change_pca:如下图: 4.1.2点击Next,进行图像配准,选择4个点进行配准。产生多个随机点。

4.1.3点击Next,选择主成分参数(PCA Parameters)中的Transform type 为Principal Components,之后输出主成分分析结果,主成分变化之后,band1的结果输出图像的直方图如图: 4.1.4从主成分变化后的图像中可以得到变化区域。 4.2分类后比较法 4.2.1打开数据class1和class2两幅图像,选择Basic Tools->Change Detection->Change Detetion Statistics工具,前一时相为class1,后一时相为class2

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

什么是高光谱

什么是高光谱,多光谱,超光谱 作者:felles提交日期:2010-4-26 8:16:00 | 分类:高光谱 | 访问量:196 到底什么是高光谱,多光谱和超光谱技术2009-11-18 13:53多光谱,高光谱和高光谱技术都被称为成像光谱技术,在遥感和其他科研领域具有举足轻重的作用。 多年来,我一直对这种技术理解不深,很多人说什么多光谱,甚至是超光谱,多光谱技术实际上是高光谱技术的原始阶段,几乎被淘汰了。而有些人说的超光谱实际上还在美国研发,根本没有进入到市面上,也就说诸多同仁对成像光谱技术也是糊里糊涂。今日,我在一个网站上发现了对这种技术的解释 https://www.360docs.net/doc/5f1119613.html, ,我认为从专业角度来说,他们说的还比较靠谱。对于科研确实有一定的帮助。我在这里吧相关资料拷贝过来供大家欣赏。 成像光谱技术(高光谱成像技术)基础 Imaging Spectrometer Fundamentals 说明:1.下文所属的成像光谱仪又叫高光谱成像系统,而且同一个概念。 2.该资料为天津菲林斯光电仪器公司https://www.360docs.net/doc/5f1119613.html, 编写,仅作成像光谱技术的内部交流之用,禁止一切形式的侵权传播或引用行为。 一.技术历史背景 在现代科研过程中, 多数情况下必须对空间不均匀样品的分布特性加以分 析和确认,使用传统的光谱仪仅仅能够以聚焦的镜头扫描样品或者获得整个样品

的平均特性,这种光谱和空间信息不可兼得的局限性促使高光谱成像技术(Hyperspectral Imaging)应用而生。 早在20世纪60年代(1960s)人造地球卫星围绕地球获取地球的图片资料时,成像就成为研究地球的有利工具。在传统的成像技术中,人们就知道黑白图像的灰度级别代表了光学特性的差异因而可用于辨别不同的材料,在此基础上,成像技术有了更高的发展,对地球成像时,选择一些颜色的滤波片成像对于提高对特殊农作物、研究大气、海洋、土壤等的辨别能力大有裨益。这就是人类最早的多光谱技术(Multispectral imaging)它最早出现在LandSat卫星上。这些最早的星载图像传感器(例如,LandSat卫星上的Thematic Mapper和法国SPOT 卫星上的相机)以离散的几种颜色(或者几个波段)对地球成像,就是人们常说的多光谱成像。 既然多光谱成像(Multispectral Imaging)仅仅以几个连续的光谱波带成像对于我们研究环境就如此有用,为什么不把波带数拓展更多,把光谱分辨率拓展更细呢?因此,用于遥感目的的高光谱成像技术(Hyperspectral Imaging)在20世纪80年代初期诞生了,它最早是机载的成像光谱仪(Airborne Imaging Spectrometer),如今已拓展到先进的可见和红外成像光谱仪(AVIRIS),这两种最早都诞生在NASA的JPL中心(NASA:美国国家航天航空管理局)。 从多光谱到高光谱遥感技术的前进也需要仪器的发展。虽然对地球成像而言七个非连续的波段称不上什么光谱成像技术,但是如果使用200个连续的波段,每个波段的光谱分辨率在10nm左右,谁都不会否认这是光谱成像技术。而且人类对更好更高的追求从来都没停止过,现在光谱成像技术已经发展到超光谱时代(Ultraspectral Imaging),比如,它使用的是空间发射光谱仪(Atmospheric Emission Spectrometer, AES),这个超光谱成像仪在红外波段就能产生数千个波带,分辨率高达1/cm。 全球第一个星载高光谱成像器于1997年在NASA随着Lewis卫星发射升空,它包含了384个波段涵盖了400-2500nm波段,不幸的是这颗卫星控制出现问题,失去了动力,升空一个月后就偏离了轨道。随后,一些实验性的机载高光谱成像器在NASA的DOD(Department of Defense)得到了重点研发,这些机载的高光谱成像系统涵盖了VNIR/SWIR和MLIR(3-5微米),LWIR(又称热红外相机,适应波段8-12微米)。 目前,成像光谱技术已经走出了最初的军事应用的局限,在国土资源调查,精准农业生产和研究,农作物分选和检测等多种应用领域发挥不可替代的作用。基于成像光谱技术波长范围为400-1000nm, 900-1700nm, 1100-2500nm,3000-15000nm的各种成像光谱仪和高光谱成像器也应运而生。但是由于军事应用的潜在性依然存在,国外先进成像光谱仪国家对成像光谱仪的对华出口管制非常严格,例如,红外成像光谱仪是百分之百对华禁运,其他波段的成像光谱仪也需要我国用户提供商务部签发的“End User and End Use Statement” ,但是,尽管如此,能否进口到中国来依然存在许多变数。

高光谱图像简介

高光谱遥感是指利用很多很窄的电磁波波段从感兴趣的物体中获取有关数据,高光谱遥感技术作为20世纪80年代兴起的对地观测技术,始于成像光谱仪的研究计划。 目前,我国研制的224波段的推扫高光谱成像仪(PHI)与128波段的实用型模块化机载成像光谱仪(OMIS)已经进行了多次成功的航空遥感实验。另外,中国科学院上海技术物理研究所研制的中分辨率成像光谱仪于2002年随“神州”三号飞船发射升空,这是继美国1999年发射的EOS平台之后第二次将中分辨率成像光谱仪发送上太空,从而使中国成为世界上第二个拥有航天成像光谱仪的国家。 高光谱遥感图像和常见的二维图像不同之处在于,它在二维图像信息的基础上添加光谱维,进而形成三维的坐标空间。如果把成像光谱图像的每个波段数据都看成是一个层面,将成像光谱数据整体表达到该坐标空间,就会形成一个拥有多个层面、按波段顺序叠合构成的三维数据立方体。 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——有些传感器可以再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,数据量呈指数增加 (5)相邻谱带间相关——由于相邻谱带间高度相关,冗余信息也相对增加,这一特点也为其降维处理(包括波段选择、特征提取等)和谱间压缩提供可能 (6)随着维数的增加,超立方体的体积集中于角端,超球体和椭球体的体积集中在外壳,该特点进一步为高光谱图像的降维和压缩处理提供了理论依据。 根据高光谱图像的特点及其相关技术处理的需要,高光谱数据与其所携带的信息一般采用如下的三种空间表达方式:图像空间、光谱空间和特征空间。 1、图像空间(有空间几何位置关系) 2、光谱空间,光谱信息 3、特征空间(在光谱空间进行取样,将得到的n个数据用一个n维向量来表示,它是表示光谱响应的另一种方式。N维向量包含了对应像素的全部光谱信息。在三种表示方法中,特征空间表示法适合于模式识别中的应用。) 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。 支持向量机是1992~1995年由Vapnik等人在统计学习理论的基础上提出来的一种新的模式识别方法。SVM在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势。目前SVM已经被广泛应用于解决高维数据的监督分类中。支持向量机的核心思想是以构造风险最小化思想为归纳原则,通过非线性映射把样本投影到高维特征空间,在高维空间中构造VC维尽可能低的最优分类面,使分类风险上界最小化,从而使分类器对未知样本具有最优的推广能力。 我国尚未解决的SVM问题:目前支持向量机应用中,判别阈值都是以理论值0作为阈值,这在线性支持向量机情况下不会产生偏差,但是在非线性情况下,由于核函数的引进,SVM 的分类判别阈值会发生偏移而不再保持为0.这样仍然采用0作为阈值,势必会影响分类效

高光谱成像技术监测太湖水质

太湖水质监测中光谱技术的应用 2008年5月29日,以“太湖美,美就美在太湖水”著称的无锡太湖,突然大面积蓝藻暴发,供给无锡全市市民的饮用水源迅速被蓝藻污染,小小蓝藻搅得无锡市近200万人口生活不得安宁。千百年来被太湖滋养的无锡,被一场严重的水危机打了个措手不及。 太湖蓝藻的肆虐,不是一朝一夕就形成的,太湖蓝藻的危害已经有二十多年了,至今已呈积重难返之势。太湖蓝藻的治理,相关部门也早就采取措施加以治理,但至今仍没有找到根治蓝藻的方法,太湖蓝藻的治理,出路到底在哪里? 蓝藻的爆发更多是人祸造成 “蓝藻”是一种最原始的单细胞藻类植物,一般呈蓝绿色,少数呈红色,主要分布在淡水中。在一些营养丰富的水体中,有些“蓝藻”经常在夏季大量繁殖,并在水面形成一层蓝绿色而有腥臭味的浮沫(称为“水华”),造成水体缺氧、腐臭。“蓝藻”死亡后会产生毒素,加剧水质恶化,严重污染饮用水。 这次无锡水危机最直接的原因是蓝藻暴发,看上去是气温升高、降雨偏少弱化了水体本身的净化能力,致使水质进一步恶化,加剧了蓝藻的灾情。但不可否认的是,这样一场生态灾难的背后挥之不去的是人祸的影子。 据有关监测结果显示,太湖的营养盐浓度持续增高,1998年以来湖心区监测点水体总磷的浓度和叶绿素含量的平均值均呈现不断增加趋势。由于水体严重富营养化,太湖流域的饮用水日益受到威胁。监测数据显示,目前,太湖流域的饮用水源地水质以Ⅱ类、Ⅲ类为主,有32%的水体水质不能达到饮用水要求。 从1995年起,太湖就被列入国家“三河三湖”水污染防治的重点,十多年的治理中,各级政府都投入了大量资金,建设了大批工程。据统计,2005年太湖治理一期总投资约人民币100亿元,即将开始的太湖治理二期工程预算投资甚至达到了1000亿元。 然而所有的努力,都被污染的加剧所淹没。近年来,太湖上的蓝藻就像“牛皮癣”,越治越多,一到夏天就暴发。太湖湖泊生态系统结构遭受空前破坏,连续多年发生了湖泊萎缩、功能衰退、水质污染、湿地减少等现象。针对这一现状,更多的人呼吁进行生态修复。相关部门也迅速投入了行动,2004年,国家和地方政府就投入了近20亿资金,对太湖的五里湖地区进行了重点治理,整改湖滨带,清理了一些废弃鱼塘;采用了梅梁湾水源地水质改善技术、河网区面源污染控制成套技术、重污染水体底泥环保疏浚与生态重建三大技术。这也在一定程度上缓解了蓝藻污染,改善了水质。 同时,通过河网区面源污染控制、水源地水质改善、重污染水体生态重建等方面的关键技术研发、综合技术集成、工程规模的示范,也为太湖水污染控制与水体修复做了有益的探索,为日后太湖的生态修复积累了经验。 但有专家认为,生态修复必须要有个前提——首先要进行控源。这也是很多学者一致的意见,如果污染源头不控制住,“边治理、边污染”最终还是看不到什么效果。应针对太湖流域河湖密布的特点,建立河网污染控制与生态修复综合示范区,体现区域污染源头控制、河网截污、河口与湖湾净化以及湖泊生态修复的“防、控、治一体化”指导思想。 中国环科院院长孟伟也认为,让太湖“休养生息”,减少对太湖的开发利用,10年到15年让太湖恢复往日的山清水秀应该是没问题的,但前提是所有的污水都不进太湖,让太湖自己慢慢分解吸收已有的污染物,同时要改善太湖周边的环境,使生态系统得到恢复。 太湖流域水资源保护局于1988年委托上海师范大学进行太湖水质变迁的遥感研究,其研究成果包括通

(完整word版)高光谱目标检测文献综述

基于核方法的高光谱图像目标检测技术研究 ----文献选读综述报告 1前言 20 世纪80 年代遥感领域最重要的发展之一就是高光谱遥感的兴起。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。高光谱遥感图像目标检测在民用和军事上都具有重要的理论价值和应用前景,是当前目标识别及遥感信息处理研究领域中的一个热点研究问题。 2 研究目的及意义 高光谱遥感图像是在电磁波谱的紫外、可见光、近红外和中红外区域,利用成像光谱仪获取的许多非常窄且光谱连续的图像数据(如图1.1所示)。成像光谱仪为每个像元提供数十至数百个窄波段(通常波段宽度小于10 nm)的光谱信息,能产生一条完整而连续的光谱曲线。 图1.1 成像光谱仪探测地物目标示意图[1] 高光谱遥感技术主要利用各种地物(例如某种土壤、岩石和作物)对不同的光谱波长具有各不相同的吸收率和反射率的原理,根据每种物质所拥有的独特光

谱反射曲线来进行检测和分类。 利用高光谱遥感技术,能够很好地提取目标的辐射特性参量,使地表目标的定量分析与提取成为可能。然而,高光谱遥感成像机理复杂、影像数据量大,这导致影像的大气纠正、几何纠正、光谱定标、反射率转换等预处理困难。由于成像光谱仪获取的地物光谱特征曲线近乎连续,波段间相关性很高,数据冗余信息很多。在使用传统目标检测方法对高光谱影像中感兴趣目标进行检测时,波段多且相关性高,会导致训练样本相对不足,致使分类模型参数的估计不可靠,检测分类存在维数灾难现象。 因此,高光谱影像给地物分类识别带来了巨大机遇,同时给传统的目标检测方法也带来了挑战。为了充分发挥高光谱遥感技术的优势,必须在影像检测分类基本算法的基础之上,结合高光谱影像分类的特点,研究新的适用于高光谱影像的理论、模型和算法〕。在国内外,许多研究机构在理论和应用上进行了探索,取得了不少成果。 自从上世纪90年代中期核方法在支持向量机分类中得到成功应用以后,人们开始尝试利用核函数将经典的线性特征提取与分类识别方法推广到一般情况,在理论和应用中都有许多成果,引起了继经典统计线性分析、神经网络与决策树非线性分析后第三次模式分析方法的变革,成为机器学习、应用统计、模式识别、数据挖掘等许多学科的研究热点,在人脸识别、语音识别、字符识别、机器故障分类等领域得到成功应用[2]。 基于核方法的非线性特征提取与分类,为高光谱影像分析提供了一条新的途径。 3 核方法理论发展概况 3.1 核理论基础 核的理论比较古老,Mercer定理可追溯到1909年,早在20世纪40年代,A.N.Kolmogorov和N.Aronszajn就已经开展了有关再生核理论的研究。该理论最早被引入机器学习领域是在1964年,M.Aizermann、E.Bravermann和L.Rozoener在势函数方法中应用Mercer定理把核解释为特征空间中的内积。1975年Poggiio首次用到了多项式核函数,然而一直到20世纪90年代中期,B.Boser、I.Guyon和V.N.Vapnik提出支持向量机(SVM)算法后,该理论的实际价值才开始被人们所广泛认识。并且在经过 B.Scholkopf等人后续的工作以后,逐渐形成了如下的“核技巧”:任何一个只依赖于内积的算法都可以被“核化”[3]。 近年来核方法和基于核函数的算法在许多领域都获得了重要的应用。这些应用主要包括图象和计算机视觉(人脸识别、手写体识别等),文本分类,生物信息

简述高光谱遥感及其进展与应用综述

高光谱遥感及其进展与应用综述 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植被生态、大气科学、地质矿产、海洋、农业等领域的应用。 关键词:高光谱遥感;发展;应用 高光谱遥感(Hyperspectral Remote Sensing)的兴起是20世纪80年代遥感技术发展的主要成就之一,是当前遥感的前沿技术。高光谱遥感在光谱分辨率上具有巨大的优势,被称为遥感发展的里程碑。世界各国对此类遥感的发展都十分重视,随着高光谱遥感技术的日趋成熟,其应用领域也日益广泛。本文系统地阐述了高光谱遥感及其发展的概况,并简要介绍了高光谱遥感技术的主要应用。 1 高光谱遥感 孙钊在《高光谱遥感的应用》中提到,高光谱遥感是在电磁波谱的可见光、近红外、中红外和热红外波段范围内,利用成像光谱仪获取许多非常窄的光谱连续的影像数据的技术。[1] 高光谱遥感具有较高的光谱分辨率,通常达到10~2λ数量级。[2] 1.1 高光谱遥感特点 综合多篇关于高光谱的期刊文章,总结高光谱具有如下特点: (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。 [3]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。[4] (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。[5]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 高光谱遥感的优势

高光谱遥感技术在农业上的应用

高光谱遥感技术在农业上 的应用 河南城建学院 测绘一班第九组 小组成员(张龙丰、杨晶晶、姜海龙、 赵亮、刘通)

高光谱遥感技术在农业上的应用 摘要:介绍了高光谱遥感在作物长势监测、以及农作物估产等农业领域上的应用。 关键词:高光谱;遥感技术;农业;应用 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。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.从地面遥感传感器到测视雷达,从田间养分速测仪到星载的成像光谱仪,遥感技术在农业领域的应用已有了很大进展,同时取得了巨大的经济效益和社会效益。 1.高光谱遥感技术的产生 高光谱遥感即高光谱分辨率遥感(Hyperspectral Remote Sensing) ,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(Spectroscopy)。高光谱遥感技术主要特点是波段多、光谱分辨率高、空间分辨率较高、邻波段的相关性高,数据冗余大。经国际遥感界的共识,光谱分辨率在10- 2λ的遥感信息称之为高光谱遥感。高光谱遥感与常规遥感数据的主要区别在于它能获取观测各种地物的连续光谱信息,并借此定义特殊的光谱特征,并且有些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。高光谱遥感技术是连接遥感数据处理、地面测量、光谱模型和应用的强有力工具,其显著特点是在特定光谱区域以高光谱分辨率同时获取连续的地物光谱图像,其超多波段信息使得根据混合光谱模型进行混合象元分解获取“子象元”或“最终光谱单元”信息的能力得到提高,从而使得遥感应用着重于在光谱维上进行空间信息展开,定量分析地球表层生物物理化学过程和参数。 2高光谱遥感在农业上的应用 高光谱遥感在农业中的应用,主要表现在快速、精确地进行作物生长信息的提取、作物长势监测、估算植被(作物)初级生产力与生物量、估算光能利用率和蒸散量以及作物品质遥感监测预报。从而相应调整投入物资的投入量,达到减少浪费,增加产量,改善品质,保护农业资源和环境质量的目的。高光谱遥感凭借其极高的光谱分辨率为精细农业的发展提供了技术保障和数据来源。 2. 1作物生长信息的提取作物生产中准确、迅速、经济地判断作物氮营养状况,进而确定氮肥需要量,对提高作物的实时精确施肥具有重要意义。近年来,随着相关领域科技水平的不断提高,氮素营养诊断的测试技术正由传统的实验室常规测试向田间直接无损测试方向发展;同时测试水平正由定性或半定量的手工测试向精确定量的智能化方向发展。目前针对作物氮素诊断的智能化无损测试技术

相关文档
最新文档