首页> 中文学位 >高光谱图像物理信息提取与目标检测识别方法研究
【6h】

高光谱图像物理信息提取与目标检测识别方法研究

代理获取

目录

文摘

英文文摘

声明

第一章绪论

1.1研究背景及重要意义

1.2国内外发展情况

1.2.1高光谱图像离水辐射的提取

1.2.2高光谱图像地表反射率的提取

1.2.3高光谱图像大气水汽含量的提取

1.2.4高光谱图像的异常检测

1.2.5高光谱图像的地物目标识别

1.3论文的研究内容与创新点

1.3.1研究内容

1.3.2结构安排

1.3.3特色与创新点

第二章高光谱图像离水辐射的提取

2.1引言

2.2太阳耀光的去除

2.2.1常用的太阳耀光去除方法

2.2.2基于辐射传输理论的太阳耀光去除

2.3离水辐射的提取

2.3.1水色遥感的标准化处理流程

2.3.2基于辐射传输理论的离水辐射提取

2.3.3实验结果分析

2.4本章小结

第三章高光谱图像地表反射率的提取

3.1引言

3.2常用的地表反射率反演方法

3.2.1基于图像特征的地表反射率反演

3.2.2基于经验回归的地表反射率反演

3.2.3基于6S模型的地表反射率反演

3.3基于辐射传输理论的地表反射率反演

3.3.1辐射传输模型

3.3.2水表菲涅尔反射率的计算

3.3.3地表反射率反演

3.3.4实验结果分析

3.4本章小结

第四章高光谱图像大气组分的提取

4.1大气组分的遥感监测

4.1.1大气的基本组分

4.1.2大气遥感监测的主要内容

4.2基于辐射传输理论的大气水汽含量提取

4.2.1引言

4.2.2波段选择

4.2.3水汽反演模型

4.2.4实验结果分析

4.3本章小结

第五章高光谱图像的目标检测

5.1引言

5.2全色遥感图像的目标检测

5.2.1全色遥感图像特性分析

5.2.2基于二代Curvelet变换的全色遥感图像目标检测

5.3高光谱图像的异常检测

5.3.1高光谱图像特性分析

5.3.2几种常用的高光谱图像异常检测方法

5.3.3检测算法的性能评价

5.3.4基于多分辨率分解的高光谱图像异常检测

5.4本章小结

第六章高光谱图像的地物目标识别

6.1引言

6.2地物光谱特征分析

6.2.1地物的光谱特征

6.2.2光谱特征参量化

6.3基于光谱特征增强的高光谱图像地物目标识别

6.3.1标准参考光谱的获取

6.3.2光谱特征增强

6.3.3地物目标识别

6.3.4实验结果分析

6.4本章小结

第七章全文总结

7.1全文总结

7.2下一步的研究计划

致谢

参考文献

攻读博士期间研究成果

展开▼

摘要

高光谱遥感图像能够同时提供地物丰富的空间、辐射和光谱信息,具有“图谱合一”的观测特性,这使得高光谱遥感在开展地物信息的深层挖掘,进行地物微小差异的检测识别方面显示出独特的优势,成为遥感信息处理领域中的研究热点。本文着眼于如何利用高光谱图像丰富的图谱信息,来进行物理信息提取、目标检测和识别,主要开展的研究工作如下:
   (1)提出了一种基于辐射传输理论的离水辐射提取方法。首先剥除水表太阳耀光的干扰,通过对图像进行纹理分割提取出水体区域,避免了去除耀光时模糊陆地像元,便于后续的处理;详细分析了影响耀光污染程度的主要因素,利用场景自身的信息消除了太阳耀光的干扰。在剥除耀光的基础上,基于大气的辐射传输理论,建立了离水辐射反演模型,实现了对离水辐射的提取。
   (2)提出了一种基于辐射传输理论的地表反射率提取方法。首先分析了色散现象对反演地表反射率的影响,将菲涅尔反射率表示为波长的函数进行计算,使得整个波段范围内的反演结果更加准确;其次分析了天空散射辐射对反演的影响,消除了天空散射辐射引入的额外辐射,使得可见光波段的计算精度大为提高;在此基础上,建立了反射率反演模型,实现了对地表反射率的提取。
   (3)研究了一种基于辐射传输理论的大气水汽含量提取方法。首先进行波段选择,得到估算水汽含量所需的水汽吸收通道和大气窗口通道;其次,利用拉格朗日公式将水汽吸收通道表示为大气窗口通道的函数,推导出水汽吸收通道的大气透过率;最后,基于大气的辐射传输理论,建立了水汽反演模型,实现了对大气水汽含量的提取。
   (4)首先研究了一种基于二代Curvelet变换的全色遥感图像目标检测方法,利用模糊非线性变换和变分方法来抑制图像中的结构化背景。其次,提出了一种基于多分辨率分解的高光谱图像异常检测方法。通过对图像进行多分辨率分解,削弱了检测时背景杂波对查找异常信号的干扰;此外,在检测前,构造核函数来抑制背景杂波,在滤除背景的同时增强了异常信号,更易检出目标。
   (5)研究了一种基于光谱特征增强的高光谱图像地物目标识别方法。首先对高光谱图像和标准参考光谱进行多分辨率分解,保留了原始光谱细微的光谱特征变化;其次,利用非线性变换对分解得到的系数向量进行光谱特征增强,突出了未知光谱与标准参考光谱间微小的光谱特征差异;最后,将处理后的高光谱图像与标准参考光谱进行匹配,实坝了对未知地物目标的识别。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号