高光谱数据

摘要： 以博斯腾湖湖滨绿洲为研究区,对土壤高光谱反射率R进行数学光谱变换,并计算其差值型、比值型、归一化型3种盐分指数,通过显著性检验优选特征波段,结合土壤表层盐分实验数据,构建基于地理加权回归模型的土壤表层盐分含量估算模型。研究结果表明:1)土壤表层盐分含量平均值为7.535 g·kg^(-1),其光谱变换建模选取的特征波段集中在466~482、1669~1728、1979~2371 nm,其中对数倒数的一阶微分(1/lg R)′相关性较好,相关系数绝对值为0.672;2)构建3种盐分指数优选的特征波段集中在1700~1728、1992~2014、2375~2405 nm,建立的模型决定系数均大于0.870,光谱反射率R的决定系数仅为0.621;3)差值型盐分指数优选特征波段建立的地理加权回归模型为最优模型,建模集与检验集的决定系数R2分别为0.934和0.915,RMSE分别为1.186和0.917。

摘要： 新疆天山北坡山地草甸是天山山区草地生产力最高的草地类型,草地退化情况较为严重。对草地植被进行分类与识别,监测草地生态系统本底状况,可以快速、准确、有效的评价草地退化动态与程度,是进行生态重建的关键。为了探索适合草地植被的分类方法,选择天山北坡中段山地草甸植被作为研究对象,利用高光谱成像光谱仪(SOC710VP)获取了典型植被多季相(4个关键生育期)的原始反射光谱数据,通过多项式卷积平滑(S-G)及最小噪声分离(MNF)变换对光谱数据进行平滑去噪及降维处理,分别采用支持向量机(SVM)、BP人工神经网络(BP-ANN)及波谱角填图(SAM)三种方法建立分类模型,并对分类结果进行了对比分析。结果表明:使用S-G滤波及MNF变换预处理方法可以有效的对草地植被高光谱数据进行降维除噪,获得较平滑的光谱曲线,减少了数据的冗余程度并缩短了分类时间。不同季相山地草甸植被的“绿峰”、“红谷”及“红边”等参数差异较大,在植被生长旺盛期(4月-5月)的光谱曲线特征比黄枯期的光谱曲线特征更容易区分,这个时期分类精度较高。SVM分类模型在返青期(4月)和分蘖(枝)期(5月)总体分类精度均超过了90%,Kappa系数也超过了0.9;利用SVM方法进行分类时,在植物生长旺盛期(4月-5月)Polynomial核函数分类精度较高,植物成熟期(6月-9月)径向基核(RBF)函数分类精度较高。BP-ANN在分蘖(枝)期分类精度较高,总体分类精度为91.07%,Kappa系数为0.89,其他时期分类效果一般,虽然在MNF变换降维后能极大的缩短数据处理时间,但分类时间还是较SVM时间要长。SAM分类速度最快,但在各生育期的分类精度都较低,最高值为分蘖(枝)期的总体分类精度77.80%,Kappa系数为0.73。因此,利用Polynomial核函数的SVM分类模型适合对山地草甸植被进行分类识别,分类结果类别完整,准确度高,误分、错分现象相对较少,相比BP-ANN及SAM等高光谱数据分类方法具有较大的优势。

摘要： 针对环境减灾二号A/B卫星高光谱成像仪获取的原始干涉数据反演过程与数据质量提升方法进行研究。依据大孔径静态干涉光谱成像(LASIS)的基本原理与数据反演方法,使用实验室定标法和在轨数据统计法进行原始干涉数据的相对辐射校正。根据直方图统计结果,对反演之后的浮点型高光谱数据进行归一化,并对归一化后的数据进行基于直方图匹配的相对辐射校正,有效地去除了图像条带,使得反演生成的高光谱数据空间信噪比得到有效提升,并保持了92%以上的光谱准确度。

摘要： 遥感技术为矿产资源开发利用、保护监测提供一种有效途径,本文基于高光谱遥感技术特点,提出一种基于光谱匹配的高光谱遥感露天矿物识别方法。该方法通过叠加高光谱数据和已有的矿产数据构建矿物光谱库,利用光谱匹配和光谱特征参量匹配的模式识别相结合方法实现露天矿物识别,提取露天矿物的空间位置和属性信息。本文以广东省某地为例进行实验验证,结果表明,研究方法能较有效地利用高光谱数据进行特定露天矿物识别提取,提取准确率满足矿产资源监测需求,为矿产资源保护利用、违法开采监测等提供依据。

摘要： 以重庆市为例,选择高分五号(GF5-AHSI)、珠海一号(ZH1-OHS)和资源一号02D(ZY1E-AHSI)等3种国产卫星高光谱数据,在波段选择、大气校正、几何校正的基础上,对比分析3种国产卫星高光谱数据质量和典型地物光谱特性,结果表明:GF5-AHSI、ZH1-OHS和ZY1E-AHSI的信噪比、清晰度和信息熵水平较高,信噪比随波长增加呈现先上升再下降的特点;GF5-AHSI、ZY1E-AHSI数据光谱特性呈现相似性,且条带噪声现象明显,使用前需做噪声去除处理;建筑物在3种数据上光谱响应差异较大,建议构建科学合理的城市不透水层监测模型。分析结果可以为国产星载高光谱数据项目化应用提供基础信息参考。

摘要： 以博斯腾湖西岸湖滨带为研究区,采取高光谱数据和Sentinel-2A遥感数据,采用包络线去除(CR)法提取并分析箭杆杨、沙枣树和芦苇3种典型植被类别间的可区分特征,利用光谱角匹配(SAM)法对研究区3种典型植被的分布状况进行分类识别。结果表明:①SAM分类方法对3种典型植被的识别百分比为58.47%,基于包络线去除的光谱角匹配(CR-SAM)分类方法对3种典型植被的识别百分比为79.12%,CR-SAM能够突出植被光谱细节特征,减少环境背景对植被光谱的影响。②CR-SAM分类结果的总体分类精度为70.50%,较SAM分类方法提高了17.50%,Kappa系数由SAM分类方法的0.32增加到0.66,CR-SAM分类方法更能满足影像分类过程中的精度需求。③3种典型植被中,箭杆杨呈片状分布于道路两侧,面积3.98 km^(2),占研究区总面积的2.01%;沙枣树主要分布于荒地与耕地之间的过渡带,面积19.76 km^(2),占研究区总面积的9.98%;芦苇主要分布于湖滨带湿地及开都河下游沿岸,面积174.26 km^(2),占研究区总面积的88.01%。

摘要： 以新疆博斯腾湖西岸湖滨绿洲为研究区,利用实测的土壤有机质含量与高光谱数据,通过多元逐步回归与偏最小二乘回归法分别构建反演土壤有机质含量估算模型.结果表明:(1)研究区土壤有机质含量变化范围为5.09～44.00 g·kg-1,均值为16.87 g·kg-1,变异系数为44.69％,呈中等变异;土壤有机质含量与土壤光谱反射率呈极显著负相关(P<0.01),相关系数为0.09<|r|<0.42;(2)通过显著性检验(P<0.01)的波段主要集中在590～687、758～892、1003～1092和1171～1297 nm 4个波段,反射率(1/R)′变换下相关性最高,相关系数|r|为0.50(P<0.01);(3)研究区的土壤有机质含量高光谱估算模型为Y=30428.37X677+12738.78X775+2894.02X865+11589.35X885+5.56,建模集和验证集的决定系数(R2)分别为0.83和0.82,均方根误差(RMSE)分别为4.01和2.64 g·kg-1,验证集统计量F=116.41(P<0.01),相对分析误差(RPD)=2.30,预测能力较好.

摘要： 溢油种类精准识别对快速有效地治理污染具有重要的意义,高光谱遥感在海面溢油油种识别中至关重要.为探讨海洋典型溢油油种识别的高光谱特征波段范围,通过设计室外模拟溢油实验,在获取原油、燃料油、柴油、汽油和棕榈油等5种油种的实测高光谱数据基础上,运用因子分析和光谱标准偏差分析法遴选溢油油种的光谱特征波段,并利用支持向量机模型开展基于光谱特征波段的油种识别精度评价.结果表明,基于光谱标准偏差分析和因子分析获得的特征波段的油种识别精度分别是83.33％和90.74％,与基于全波段的识别精度相比,整体精度分别提高了 3.7％和11.11％.选取的特征波段(360～540 nm,560～600 nm,610～630 nm,640～660 nm)可作为5种油种相互区分的最佳高光谱波段.

摘要： 叶片氮含量极大程度上影响植被生物化学过程,有重要的研究意义.利用机载高光谱数据反演叶片氮含量在农业遥感领域有广泛应用,但其反演精度不能完全满足精细农业的需要,有一定提升空间.叶片氮含量遥感反演精度受机理误差和算法误差的影响,机理误差主要来源于叶片表面反射.传感器探测到的反射辐射既包含叶片内部多次散射,又包含叶片表面镜面反射部分,只有前者是携带叶片内部生化组分(如氮含量)信息的,由于后者是入射光在叶表蜡质层发生的直接反射,因此该部分并不携带叶片内部信息.根据菲涅尔定律,叶表镜面反射是部分偏振的,而内部散射是非偏振的,因而通过偏振反射建模可部分去除叶表镜面反射影响,以消除机理误差.算法误差主要来源于不同氮含量反演算法对于高光谱数据挖掘能力的差别.比较了偏最小二乘法、主成分回归、支持向量机、K-近邻算法和随机森林回归在高光谱叶片氮含量反演中的表现,在调整算法参数之后,选择使用随机森林回归算法以减少高光谱反演算法误差.以常绿针叶林、落叶阔叶林和针阔混交林为研究对象,利用多角度偏振卫星POLDER/PARASOL的多光谱数据库构建二向偏振反射模型,用以模拟和分析研究区森林的偏振反射率;从HySpex传感器系统获取的机载高光谱数据中去除偏振反射率带来的光谱机理误差,以实现叶片氮含量的精确反演.以均方根误差为主要指标评估精度变化可获得以下结论:在高光谱叶片氮含量反演中,消除偏振反射率带来的机理误差后,各算法反演精度均有提升,平均提升了4.244％.其中,随机森林回归可以最大程度减小反演算法误差(可决系数达到0.803,均方根误差达到0.252),且对光谱偏振信息最为敏感,去除偏振后精度提高了13.103％.相比于广泛使用的偏最小二乘算法,去除光谱机理误差并减小反演算法误差后,叶片氮含量反演精度整体提高了32.440％.该研究实现了基于机载高光谱数据的叶片氮含量精确反演,证明了在叶片氮含量反演中去除偏振反射率的必要性,体现了在高光谱氮含量反演中随机森林算法的应用潜力.

摘要： 高光谱数据具有丰富的光谱特征,但是其空间分辨率相对较低.一些遥感数据具有与高光谱数据互补的优势,例如提供更精细的空间信息的高空间分辨率数据和具有高度信息的激光雷达LiDAR(Light Detection and Ranging)数据.通过将高光谱数据与多源遥感数据进行融合,可以弥补高光谱数据空间分辨率相对较低,空间特征不够丰富的缺点.近年来,基于深度学习的方法已经在遥感数据分类研究中取得了一定的进展.然而,由于深度网络的特征提取过程是一个自主的过程,往往无法精确的获取最有利于遥感数据分类的特征;同时,深度学习方法具有复杂的网络结构和大量的参数,往往会在分类训练过程中造成参数拟合困难.以上这些因素会导致分类效果不佳.针对这些问题,本文提出了一种将卷积神经网络CNN(Convolutional Neural Network)和纹理特征相结合的多源遥感数据特征级融合分类框架.该方法共3个步骤,首先,对高光谱数据或多源遥感数据提取纹理特征;然后,构造CNN,分别将原始高光谱遥感数据、原始多源遥感数据和第一步中获得的纹理特征作为深度网络的输入进行深度特征提取;最后,将分别提取到的深度特征拼接,并利用Softmax分类器进行分类.为了验证本文提出方法的分类效果,本文在休斯顿和塞特福德矿地区公开数据集上进行实验,并将该分类框架与支持向量机分类方法、像素级融合分类方法和特征级融合分类方法进行对比.由此可以分析得出,本文提出的基于深度学习的融合分类方法可以获得较高的分类精度.

摘要： 支持向量机(SVM)通过非线性投影变换实现小样本下复杂特征空间表达,一定程度抑制高维特征分类中的Hughes现象,广泛应用于高光谱数据分类.但是,SVM的处理精度与训练样本质量息息相关,由于地表覆盖的多样性和复杂性,通常很难获取满足SVM所需的最佳训练样本.如何在有限精度训练样本情况下提高SVM高光谱数据分类精度是一个具有实际意义的问题.特征空间变换能够改变训练样本在待分类数据空间的统计分布特征,进而存在改善样本质量的可能.本研究设计试验对比分析四种不同特征空间变换对SVM高光谱数据分类结果精确性和稳定性的影响.实验采用光谱角度填图,主成分分析,最小噪声分离和混合调制匹配滤波对日本南牧村农作物精细分布的PHI高光谱数据进行特征空间变换,并对变换后数据用SVM分类,对比特征空间变换后的分类精度,分析特征空间对样本质量的影响.实验表明,SVM对于小样本高维特征空间有着很好的表达能力,同时,特征降维能够通过改变样本特征空间分布,进而改善SVM分类结果精度,但是,特征降维方法机理不同使得处理结果有着较大差异,需要在样本特征分布满足一定条件时,降维方法方能展现出其在高光谱数据SVM分类中的优越性.

摘要： 高分卫星在轨运行过程中,由于宇宙辐射、温差剧变及元器件老化等因素的干扰,仪器的性能和灵敏度会不断衰减,导致整个遥感系统的探测性能发生变化,进而直接影响卫星载荷获取遥感数据的真实性和准确性.传感器在轨定标可以有效监测载荷性能变化情况,并对其变化参数及时准确地订正.目前,国产卫星在轨定标主要通过场地定标来实现.而场地定标由于受到耗时、费力等局限性的影响,制约着中国在轨定标频次和精度的提高.因此,利用高光谱分辨率卫星数据替代场地实测数据,实现国产卫星定标系数的无场地验证意义重大.以国外高光谱载荷AIRS为参考源,针对国产HJ-1B热红外通道定标系数进行无场地验证方法研究.通过基于AIRS高光谱数据反演的离表亮温与HJ-1B热红外通道查找表法星上定标系数反演离表亮温进行验证,结果偏差在1K左右,证明了方法有效可行,并为未来高分对地观测专项系统中的静止轨道光学成像相机的辐射定标及载荷性能评价提供理论基础.

摘要： 海洋溢油是海洋污染中影响范围最广,危害时间最长,对生态环境破坏最大的一种生态灾害.2010年7月16日,大连新港输油管道爆炸海上溢油,对海洋环境造成了严重影响.北海航空支队连续进行了应急监测飞行,获取了大量遥感数据,为主管部门的处置提供了决策依据.航空遥感分辨率高、时效性强、机动性高,成为主要的溢油监测手段之一.从墨西哥湾溢油等重大溢油事故中可以看出,溢油遥感监测技术需满足应急反应的信息需求，直接影响应急处置的实施以及后续的损害评估.rn 目前中国海监北海航空支队引进的芬兰产AISA高光谱仪具有空间／波谱分辨率高,波谱连续,覆盖面大的优点,适用于对溢油有关信息的提取.基于获取的AISA高光谱遥感数据,利用内部平均法(IARR),完全基于图像本身特征,不需要进行实际地面光谱及其大气环境参数等辅助数据,提取大连新港海域溢油光谱曲线,分析波峰响应特点,研究大连新港溢油光谱特征,提供评估基础信息;比对溢油与正常海水光谱曲线,差值运算确定最值敏感波段,提取敏感波段附近单波段图像;运用ISODATA算法(基于最小光谱距离公式),非监督分类完成对溢油和海水的分析统计,解译制作大连新港溢油分布示意图件;分析了高光谱数据的图像信息特征,在综合考虑各波段的信息含量、波段间的相关性以及光谱的吸收特性和可分性等因素的基础上,研究高光谱多波段图像压缩技术,利用主成份变换(PCA),将具有相关性的258波段高光谱图像压缩到完全独立的三通道遥感图像,提取大连新港溢油高光谱彩色合成图像,较清晰的获得溢油细节,为大连新港溢油海域海洋生态环境科学评估及相关后续工作提供支持支撑.

摘要： 本文选取我国环境与灾害监测预报小卫星星座A星的高光谱数据做为研究对象，针对HJ_1_A的高光谱数据做预处理研究,并说明了图像预处理是遥感图像处理过程中非常重要的环节，主要包括图像几何校正、图像融合、图像镶嵌和图像裁剪等过程，并对其进行介绍，法定量或半定量的估算出蚀变强度和蚀变矿物的含量。以期能有效的圈定出热液矿化蚀变带，为矿床资源调查，寻找靶区发现矿产提供其可靠而精准的科学理论依据。

摘要： 遥感影像高光谱重构可以从较少的光谱波段还原出丰富的高光谱信息,得到同时具有高空间分辨率和高光谱分辨率的影像数据,从而提高水体组分浓度的反演精度,对内陆二类水色遥感具有重要意义。本研究利用2009年6月星地同步实验得到的遥感反射率曲线、叶绿素a浓度,和准同步的HJ1多光谱传感器数据、高光谱传感器数据,通过模拟数据和影像数据两部分验证了多元线性回归模型对HJ1多光谱传感器数据进行高光谱重构的可能性,并从两个方面验证了重构数据的真实性:1.660nm~952nm波长范围内重构高光谱数据和原始高光谱数据与地面实测数据相比,重构高光谱数据与地面实测值更接近,偏差分别为0.00487和0.00508;2.分别对两组数据建立叶绿素a浓度反演的单波段模型和三波段模型,结果发现,无论从模型建立时的R2,还是反演数据与实测数据相比的RMSE,重构数据在两种模型下都能得到更好的效果。

摘要： 传统测定土壤有机质的方法,虽然精度高,但是实时性差,近年来利用高光谱技术快速、无破坏地估测土壤有机质逐渐成为研究的热点.本文以江汉平原公安县的土壤为研究对象,进行室内理化分析、光谱测量与数据处理等一系列工作,分析最佳预处理方法的光谱反射率与有机质含量的相关性,并作相关系数的显著性检验确定敏感波段,最后基于全波段(400～2400nm)和敏感波段运用偏最小二乘回归(PLSR)、最小二乘支持向量机(LS-SVM)分析法分别建立了土壤有机质高光谱的预测模型,通过模型精度的比较确定最优模型.结果表明,Savitzky-Golay9点平滑+一阶导数(SG+1stD)是最佳光谱预处理方法;经过SG+1stD变换后,不同含量土壤有机质的光谱曲线差异性有所减小,相关系数曲线表现出了更加丰富的信息;全波段的建模效果要优于敏感波段,以LS-SVM模型的预测精度最为突出,其模型的决定系数R2和相对分析误差RPD值分别为0.87、2.90,可以很好的估算该区域土壤有机质含量;敏感波段的PLSR、LS-SVM模型与全波段的对应模型相比,R2预测精度分别差距0.11、0.15,但从模型的复杂程度来比较,敏感波段模型具有简单、运算量小、更少变量的特点;最后,综合比较了全波段和敏感波段4种模型的反演精度,发现无论在全波段还是在敏感波段LS-SVM模型都比PLSR模型都具有更好的预测能力.今后的研究可尝试将LS-SVM高光谱反演模型用于该区域土肥信息的遥感监测工作中,敏感波段LS-SVM模型可为土壤近地传感器研发提供理论基础.

摘要： 在对溢油的监视监测中,航空遥感是重要的监测平台,推帚式成像光谱仪是获取高分辨率的高光谱图像的重要手段.本文以推帚式成像光谱仪所获取的溢油高光谱数据为例,对比分析了高光谱数据的图像信息特征,在综合考虑各波段的信息含量、波段间的相关性以及地物光谱的吸收特性和可分性等因素的基础上,对溢油水体、正常海水二者的差值光谱曲线进行分析,提取溢油水体与正常海水差值最大的的单波段图像(波长581.8nm左右);利用主成分分析溢油高光谱数据,将具有相关性的124波段高光谱图像压缩到完全独立的三通道遥感图像,较清晰地获得溢油细节;运用ISODATA算法(基于最小光谱距离公式),非监督分类完成对溢油和海水的分析统计.

摘要： 海洋溢油是海洋污染中影响范围最广,危害时间最长,对生态环境破坏最大的一种生态灾害.2010年7月16日,大连新港输油管道爆炸海上溢油,对海洋环境造成了严重影响.北海航空支队连续进行了应急监测飞行,获取了大量遥感数据,为主管部门的处置提供了决策依据.航空遥感分辨率高、时效性强、机动性高,成为主要的溢油监测手段之一.从墨西哥湾溢油等重大溢油事故中可以看出,溢油遥感监测技术需满足应急反应的信息需求,直接影响应急处置的实施以及后续的损害评估.目前中国海监北海航空支队引进的芬兰产AISA高光谱仪具有空间/波谱分辨率高,波谱连续,覆盖面大的优点,适用于对溢油有关信息的提取.基于获取的AISA高光谱遥感图像,依据航高和视场角,计算空间分辨率;根据高光谱数据获取同步GPS及姿态信息,在ENVI平台实现高光谱遥感图像的地理纠正;运用ISODATA算法(基于最小光谱距离公式),非监督分类完成对溢油和海水的分析统计,解译制作大连新港溢油分布示意图件;利用主成分变换(PCA),研究高光谱多波段图像压缩技术,将具有相关性的258波段高光谱图像压缩到完全独立的三通道遥感图像,提取大连新港溢油高光谱彩色合成图像,较清晰的获得溢油细节,为大连新港溢油海域海洋生态环境科学评估及相关后续工作提供支持支撑.

摘要： 为了提高湿地植被分类精度,以美国Sacramento-San Joaquin三角洲为研究背景,利用纯净像元指数(pixel purity index,PPI),结合实地观测数据提取纯净像元作为训练样本,在训练样本光谱特征分析的基础上,构造特征指数,建立决策树分类模型对研究区域的湿地植被进行信息提取.对于分类结果叠加产生的混合区域以及无法进一步分类的区域,利用混合调谐匹配滤波(mixture tuned matched filter, MTMF)进一步提高分类精度.结果表明,该信息提取模型可以实现植被指数与混合像元分解的有效组合,具有较高的分类精度.

摘要： 遥感蚀变信息提取是找矿的一个重要技术手段.本文选择新疆塔里木盆地作为研究区,从分析野外地物光谱出发,利用ETM+和ASTER卫星影像数据,通过主成分分析法和高光谱数据处理法分别对研究区进行了蚀变信息提取,并对两者的提取结果进行对比分析,实现了研究区的矿物填图.最后结果表明,相较于ETM+数据,ASTER数据在矿化蚀变信息的提取方面具有更大的优势.

摘要： 高光谱图像和激光雷达数据本征高光谱点云生成方法，本发明涉及遥感图像处理技术领域，针对现有高光谱点云数据生成方法易造成信息丢失、光谱失真，并且效率低的问题，本申请利用高光谱成像的物理模型，从信号的角度出发结合高光谱图像的光谱信息和激光雷达点云的三维空间xi信息，消除高光谱图像由于光照导致的光谱信息退化导致的光谱不确定性，并通过超体素面向对象的方式，大大提升了算法的速度，最终生成光谱信息‑空间三维信息一体的本征高光谱点云，而且极大地避免了信息丢失和光谱失真。

摘要： 一种高光谱元件，包括：(1)多滤光器，包括：第一子滤光器，使具有第一波长的第一波长光通过，以及第二子滤光器，使具有第二波长的第二波长光通过，所述第二波长与所述第一波长不同；以及(2)多检测器，配置为检测所述第一波长光和所述第二波长光，其中，所述第一子滤光器和所述第二子滤光器可以串行布置在入射到所述多滤光器上的入射光的光路径中。

摘要： 高光谱图像和激光雷达数据本征高光谱点云生成方法，本发明涉及遥感图像处理技术领域，针对现有高光谱点云数据生成方法易造成信息丢失、光谱失真，并且效率低的问题，本申请利用高光谱成像的物理模型，从信号的角度出发结合高光谱图像的光谱信息和激光雷达点云的三维空间xi信息，消除高光谱图像由于光照导致的光谱信息退化导致的光谱不确定性，并通过超体素面向对象的方式，大大提升了算法的速度，最终生成光谱信息‑空间三维信息一体的本征高光谱点云，而且极大地避免了信息丢失和光谱失真。

摘要： 提供了一种高光谱传感器。高光谱传感器包括窗口、设置在窗口的背面上并且包括多个透镜的第一聚焦部分、设置在第一聚焦部分的背面上并且具有与窗口的背面平行的正面的第一图像传感器、与第一聚焦部分和第一图像传感器间隔开并具有相对于窗口的背面倾斜的正面的第一镜子、与第一镜子间隔开的第一光学元件、与第一光学元件间隔开并在其中具有周期性的折射率分布的第二光学元件、与第二光学元件间隔开并包括多个透镜的第二聚焦部分、以及设置在第二聚焦部分的背面上的第二图像传感器。还提供了包括高光谱传感器的高光谱成像系统，以及使用该高光谱成像系统的高光谱成像方法。

摘要： 本发明提供了一种高光谱成像系统、高光谱相机及高光谱相机系统，该高光谱成像系统在探测器的像平面上以镀膜的方式设置不同透过波长的滤光片，同一透过波长的滤光片在像平面上由像平面的中心向边缘呈放射的形式排列，成像时，控制模块控制电机带动探测器以其中心为轴对目标物体进行旋转扫描，得到目标物体的多个不同波段的高光谱图像。该系统得到的高光谱图像的中心分辨率高，不存在光谱混叠的现象，光谱覆盖范围广，成像系统的集成度高，缓解了现有的采用色散分光技术进行分光时，得到的高光谱图像存在光谱混叠度高，光谱范围窄，成像系统的紧凑性较低的技术问题。

摘要： 成像系统包括用于记录高光谱光场（CLF）的光场相机（3）。系统还包括用于投影可见光中的光场（PLF）的光投影仪（4）。相机和投影仪共享公共光轴。投影仪基于光场相机所捕获的高光谱光场（CLF）来投影光场（PLF）。

摘要： 本实用新型提供了一种高光谱成像系统、高光谱相机及高光谱相机系统，该高光谱成像系统在探测器的像平面上以镀膜的方式设置不同透过波长的滤光片，同一透过波长的滤光片在像平面上由像平面的中心向边缘呈放射的形式排列，成像时，控制模块控制电机带动探测器以其中心为轴对目标物体进行旋转扫描，得到目标物体的多个不同波段的高光谱图像。该系统得到的高光谱图像的中心分辨率高，不存在光谱混叠的现象，光谱覆盖范围广，成像系统的集成度高，缓解了现有的采用色散分光技术进行分光时，得到的高光谱图像存在光谱混叠度高，光谱范围窄，成像系统的紧凑性较低的技术问题。

摘要： 基于卷积神经网络的高光谱数据转灰度图的高光谱数据分类方法，本发明涉及高光谱数据分类方法。本发明是要解决现有的高谱维的图像分析和识别精确度与实际应用的需求不匹配、数学模型不符合实际地物分布规律欠缺逻辑等的问题，而提出的基于卷积神经网络的高光谱数据转灰度图的高光谱数据分类方法。该方法是通过步骤一、对高光谱原始数据进行预处理得到高光谱的谱向量，将高光谱的谱向量数据转换成为灰度图像数据；步骤二、通过卷积分类模型自主学习样本集中样本的纹理特征，对灰度图像数据样本进行分类。等步骤实现的。本发明应用于高光谱数据分类领域。

摘要： 基于卷积神经网络的高光谱数据转灰度图的高光谱数据分类方法，本发明涉及高光谱数据分类方法。本发明是要解决现有的高谱维的图像分析和识别精确度与实际应用的需求不匹配、数学模型不符合实际地物分布规律欠缺逻辑等的问题，而提出的基于卷积神经网络的高光谱数据转灰度图的高光谱数据分类方法。该方法是通过步骤一、对高光谱原始数据进行预处理得到高光谱的谱向量，将高光谱的谱向量数据转换成为灰度图像数据；步骤二、通过卷积分类模型自主学习样本集中样本的纹理特征，对灰度图像数据样本进行分类。等步骤实现的。本发明应用于高光谱数据分类领域。

摘要： 本实用新型涉及一种无人机高光谱5G航摄5G传输及实时高光谱数据查看装置，其包含高光谱成像单元和5G无线传输单元。该装置重量小，操作简便，可实现无人机搭载，并且通过5G技术实时地将采集的数据传输至终端，从而可对装置进行实时操控，可实现多方实时指挥和处理，可实时获取可见光到近红外谱段范围内的高光谱影像数据，既可以获取目标的两维空间图像，又可以同时获取目标的光谱信息，其中两维图像信息可以实现目标的影像识别，光谱信息则可以用来分析物质成分，从而极大地提高了数据采集速度和高光谱数据查看分析速度。