融合自适应稀疏表示和相关系数的高光谱伪装分类方法

目前比较成熟的高光谱成像手段有卫星遥感和航空成像技术,这两种成像方式侦察时间大致相同,入射光方向基本一致,因而地物的光谱曲线比较固定;在陆基条件下,地物的光谱曲线受成像环境的影响凸显,因此应该对适用于陆基条件下的高光谱图像分类方法进行研究。在陆基高光谱图像中,对每个地物进行类型以及种类的判别有利于后续对目标的识别和处理,不同于传统遥感图像分类,陆基条件下的高光谱图像目标分类训练样本不仅较难获得,并且在陆基条件下的高光谱图像中,训练样本之间的相关性随着目标类型、探测器参数以及成像环境等因素时刻发生变化。基于稀疏性表示的分类方法已经被广泛应用于处理图像问题以及各种机器视觉问题。对于陆基高光谱图像来说,基于固定范数约束的稀疏编码策略无法适应陆基条件下高光谱成像多变的环境,而自适应稀疏表示可以根据样本相关性自适应的调节范数约束,相关系数可以提高图像中的破坏因素（阴影、噪声点等）的识别精度。通过引入正则化参数,融合了自适应稀疏表示和相关系数,提出了一种新的高光谱图像分类方法。为了验证所提方法的有效性,分别在绿色植被背景和荒漠背景中设置伪装物,通过不同的分类方法对图像进行分类,实验结果表明,不管是分类精度还是分类一致性,该方法都有明显的优势,可以应用于陆基条件下的高光谱图像分类,为目标分类提供了理论基础。     

基于高光谱辐亮度图像进行目标探测的大气状态影响分析

基于高光谱辐亮度图像直接进行目标探测可以提高数据处理效率,满足实时处理的要求。然而遥感器所获取的辐亮度光谱信息会受到大气的影响。通过对高光谱成像过程的模拟,分析大气状态变化对辐亮度图像中目标探测性能的影响。研究结果表明：高光谱辐亮度图像可以直接用于目标探测,不同的大气状态对RXD异常探测影响很小,而MF探测则受输入光谱准确度的影响,待检测目标的辐亮度光谱要求与辐亮度图像获取时的大气状态一致,才有良好的效果。     

基于光学记忆效应的多光谱散射成像方法

光在透过散射介质后发生散射现象,在成像系统焦平面形成无序的随机散斑图像,因此人们无法直接观测到隐藏在散射介质后的目标的图像信息与光谱信息。利用基于光学记忆效应的散斑相关成像技术,可以实现透过散射介质的目标重建,但当前研究主要针对单波段照明条件下的图像信息恢复,而目标的光谱信息在成像过程中易丢失。提出采用快照式微滤光片阵列多光谱探测器进行多光谱散射成像的方案,通过实验得到宽谱氙灯光源照明条件下的穿透散射介质成像结果。提出了基于光学记忆效应的穿透散射介质目标多光谱信息重构方法,实现了对隐藏在散射介质之后的目标多光谱信息的探测成像。针对多光谱探测器所造成的成像质量差的问题,提出了利用自相关预处理方法提升穿透散射介质多光谱成像质量的方法。     

三维卷积神经网络模型联合条件随机场优化的高光谱遥感影像分类

高光谱遥感影像分类通常基于地物光谱特征,但影像中同时还存在丰富的空间信息。空间信息的有效利用能显著提高图像分类效果。因其具有的特殊结构,卷积神经网络(CNN)已成功地应用在图像分类领域,对二维图像分类具有很好的效果。如何通过深度学习并结合空间光谱信息来提高分类性能是一个关键问题。结合高光谱影像中的空间特征与光谱信息,提出一种适合于高光谱像素级分类的深度学习三维卷积神经网络模型(3D-CNN),并在初始分类的基础上利用多标签条件随机场进行优化。选取三个通用公开高光谱数据集(Indian Pines数据集、Pavia University数据集、Pavia Center数据集)进行测试,结果表明分类优化后精度得到很大提升,总体精度可达98%,Kappa系数达到97.2%。     

AOTF高光谱成像0级干扰抑制方法研究

随着光谱成像技术的发展,以高空间分辨率和高光谱分辨率获得的图像极大地提高了地物目标的识别能力,为准确获取地物被测目标的二维空间影像信息和一维光谱信息,设计完成一种基于声光可调滤波器(AOTF)的高光谱成像系统,但由于系统中偏振片消光比有限,导致视场外的0级光与被测目标的+1级衍射光发生重叠,而AOTF无驱动时成像可近似为0级干扰的图像,为此提出一种AOTF加驱动图像减无驱动图像的0级干扰抑制方法。并采用该系统样机进行外场光谱成像实验,对结果进行0级干扰抑制方法修正,修正后的结果表明该方法不仅大幅度消除了0级光的干扰,而且还提高了整个成像光谱的测量精度。     

用于农田土壤监测的高光谱成像仪

土壤光谱分析技术具有分析速度快、成本低、无危险、无破坏、可同时反演多种成分等特点,基于高光谱成像技术可以快速获取土壤性质及其空间分布特征。本文针对农田土壤监测的需求,设计了一种无人机载高光谱成像仪,选择Offner凸光栅光谱成像系统实现了无谱线弯曲和无色畸变的设计结果。400～1 000nm波长范围内的衍射效率为15%～30%,对地成像效果清晰,在3 km飞行高度可以获得覆盖宽度为0.6km、地面分辨率为0.6 m的地物目标高光谱图像,可提供0.4～1.0μm波长范围内120个谱段的高光谱图像,光谱数据准确、稳定。结果表明,该高光谱成像仪满足设计要求且可以快速获得高精度成像光谱信息,适合用于对农田土壤的监测。     

基于子空间划分和视觉可识别度的波段选择方法研究

面对日益丰富的机载、星载高光谱传感器,及其相伴增多的高光谱数据,产生的数据量过大、波段冗余等问题一直是高光谱图像处理、解译的重难点。同时,利用高光谱遥感技术揭露伪装目标,也一直是现代遥感应用技术研究要点。在探测得到海量的地物光谱数据、具有冗余的光谱信息,设计恰当的数据降维技术具有至关重要的作用。降维处理的主要方法中的波段选择方法,其不但可以使图像数据的光谱信息在不失真的条件下实现数据降维,还能在其基础上对伪装目标及其背景实现精确区分,是当今利用高光谱技术进行军事应用的重要技术手段,同时也是国内外众多学者的研究热点。利用各类指标计算波段间的不同表现,并依据其参数选取代表性强的波段用于地物识别或分类来检验方法的优劣是目前比较常用的研究方式,但是面向特殊地物,如植被伪装目标的特定波段选择方法方面的实验研究现仍较少。研究选取绿色钢板、绿色伪装网、绿色假草皮,置于含有绿色健康植被、湿润裸地、干燥裸地的背景环境中,通过模拟真实环境中的伪装目标和背景地物进行波段选择及分类实验验证。首先通过分析光谱曲线,选取显著特征波段;其次结合根据波段间相关系数划分的子空间进行波段筛选;然后依据地物目标的图像亮度建...     

成像光谱仪星上定标技术

成像光谱仪是同时获取地物图像和光谱信息的新一代光学遥感仪器。星上定标是成像光谱仪光谱图像数据定量化应用的基础。本文阐述了成像光谱仪星上定标的原理,按照星上定标采用的参考标准对星上定标技术进行了分类,详细介绍了星上辐射定标和光谱定标技术,并展望了成像光谱仪未来发展趋势。绝对辐射定标已经成为成像光谱仪星上定标的基本要求,太阳将逐步代替星上标准灯成为绝对辐射标准。基于不同参考标准的定标方法的综合应用将使星上定标精度和可靠性大大提高。随着定标精度的进一步提高,地面光谱定标装置将逐步空间化,基于探测器的星上辐射定标系统也将逐步得到应用。     

静态调制的光谱偏振成像系统

针对传统光谱偏振成像系统普遍存在的系统结构复杂、需要动态调制、光通量低等问题,提出一种基于静态调制的光谱偏振成像系统,将静态调制偏振探测方法与Savart偏光镜干涉成像原理相结合,可在成像过程中实时获取目标的光谱信息和全部四个Stokes偏振信息。与传统系统相比较,该系统具有无运动部件、无需动态电控调制、没狭缝限制、光通量大等优点。介绍了系统组成和基本原理,搭建了实验装置,实验装置包括二次成像光学系统、偏振调制模块、干涉成像模块、CCD图像采集及数据处理模块等,成像谱段范围为可见光近红外(480~950 nm)。利用实验装置对白板、飞机玩具模型进行了成像实验,验证了该系统的光谱偏振成像数据获取能力。对静态调制的偏振测量精度进行了验证,偏振测量统计误差小于5%。实验结果验证了系统原理的正确性和可行性,获取的光谱偏振成像数据在目标识别、目标分类、遥感探测等方面具有较高的应用价值。     

水稻分蘖期无人机高光谱影像混合像元特征分析与分解

开展水稻无人机高光谱解混,获取水稻植株的高光谱反射率信息,对于提高水稻理化参量的反演模型精度具有重要意义。目前大多基于高光谱遥感影像自身数据进行解混,运用算法模型进行高光谱数据解混,将高光谱图像和可见光图像进行优势互补,提出一种基于无人机高清影像与高光谱遥感影像融合的稻田无人机高光谱解混方法,解决单一数据局限性问题,增强光谱数据对地物的描述能力。为了更好的计算端元丰度,将同一目标区的高清数码正射影像与无人机高光谱遥感影像利用经纬度信息进行空间配准,使得不同传感器获得的图片在几何位置上对齐,通过SVM分类器的监督分类方法对可见光的数码正射影像进行地物分类,利用地物分类的结果对应高光谱的一个像元,从而得到一个像元内的端元丰度。设相邻区域内的水体端元是相同的,利用线性解混模型（LSMM）对相邻区域的混合像元进行解混,最终获取水稻高光谱反射率信息。结果表明对两种图片进行空间配准丰富了数据源信息,有利于像元的端元丰度计算,其中水稻端元丰度在70%以上解混效果最好,丰度在50%以上解混效果一般,丰度在30%以下解混效果较差;选择监督分类方法进行地物分类,精度达到99.5%,面向对象方法分类精度为98.2%,监督分类方法优于面向对象分类方法;最终得到的混合像元分解反射率高于原混合像元反射率,减少了水体混合部分对光谱数据的影响,使得分解后水稻的光谱反射率更加准确,为水稻理化参量无人机成像高光谱遥感反演提供更加准确的科学依据。     

基于邻域分割的空谱联合稀疏表示高光谱图像分类技术研究

传统的高光谱遥感影像分类算法侧重于光谱信息的应用。随着高光谱遥感影像的空间分辨率的增加,高光谱影像中相同类别的地物在空间分布上呈现聚类特性,将空间特性有效地应用于高光谱遥感影像分类算法对分类精度的提升非常关键。但是,高光谱影像的高分辨率提供空间聚类特性的同时,在不同地物边缘处表现出的差异性更加明显,若不对空间邻域像素进行甄选,直接将邻域光谱信息引入,设计空谱联合稀疏表示进行图像分割,则分类误差较大,收敛速度大大降低。将光谱角引入空谱联合稀疏表示图像分类理论中,提出了一种基于邻域分割的空谱联合稀疏表示分类算法。该算法利用光谱角计算相邻像素的空间相似度,剥离相似度较低的邻域像素,将相似度高的邻域像素定义为同类地物,引入空谱联合稀疏表示模型中,采用子联合空间追踪算子和联合正交匹配追踪算子对其优化求解,以最小重构误差为准则进行分类。选取AVIRIS及ROSIS典型光谱影像数据进行实验仿真,从中可以看出,随着光谱角分割阈值的提高,复杂的高光谱影像分类精度和平滑区域的高光谱影像分类精度均逐步提高,表明邻域分割在空谱联合稀疏表示分类中的必要性。     

时空调制型干涉成像光谱仪的强光干扰效应仿真研究

干涉成像光谱技术是利用光的干涉原理获取目标光谱信息的一种成像技术。为研究其在强光下的干扰效果和机理,以大孔径静态成像光谱仪为典型对象,开展了相关仿真实验研究。以实际地物的图像和光谱信息为对象,仿真生成了原始干涉成像图案,并模拟830 nm单波长激光和超连续谱激光两种干扰源,分别研究不同辐照强度下的典型干扰效果,分析时假设光谱角大于30°时原始光谱信息丢失。基于本文的仿真模型,得到的相关结果表明,在830 nm的单波长激光干扰情况下,当干扰与目标成像峰值之比大于0.2∶1时原始光谱信息无法正确复原（光谱角大于30°）,但模拟加入830 nm滤光片后,干扰效果被有效滤除。在超连续谱激光干扰情况下,不考虑饱和阈值时光谱角数值最终稳定在21°;考虑探测器饱和阈值为目标成像强度峰值3倍时,干扰与目标成像峰值之比大于2.1∶1时,原始光谱信息便无法分辨。该研究可能为同类型光谱仪的激光辐照效应和损伤机理的后续研究,以及光谱成像系统的激光防护和性能优化提供参考。     

星载超光谱成像技术发展与展望

超光谱成像技术由于能够同时获取目标的空间信息和光谱信息,显著提高了空间遥感技术对地物的探测和识别能力,在对地观测和深空探测领域具有广阔的应用前景。总结了星载超光谱成像技术近三十年来的国内外研究现状,对国内外典型超光谱成像仪的技术指标、技术特点和应用领域进行了论述。分析结果表明：高空间分辨率、高光谱分辨率是超光谱成像技术未来的发展趋势,offner光栅色散型超光谱成像仪是一个重要的发展方向。     

基于双通道剪切干涉的高光谱偏振成像方法

光谱偏振成像技术可同步测量目标的空间信息、光谱成分和偏振特性分量,在天文物理研究、大气成分的探测和生物医学等领域具有巨大的发展潜力。偏振信息的同步获取通常牺牲光谱成像的空间分辨率,为避免光谱成像空间分辨率的降低,提出基于双通道剪切干涉的高光谱偏振成像方法。利用双矩形干涉器实现双通道剪切干涉,两个通道分别进行高分辨率干涉光谱成像以及基于微偏振阵列的光谱偏振成像。分析了双通道剪切干涉以及基于微偏振阵列调制的傅里叶变换光谱偏振成像原理,论述了光谱信息反演方法以及偏振信息提取方法。搭建了实验装置,对实际场景目标进行光谱偏振成像实验,获得了目标的高空间分辨率光谱图像和偏振分量信息。研究表明,该高光谱偏振成像技术可同步进行偏振成像测量和高分辨率光谱成像测量。     

三维Gabor滤波器与支持向量机的高光谱遥感图像分类

根据高光谱遥感图像的特点及二维Gabor滤波器纹理分割的原理,提出了一种基于三维Gabor滤波器的高光谱遥感图像分类方法。三维Gabor滤波器能够对高光谱遥感图像所有波段同时进行滤波,将大量的图像信息抽取为少量的不同尺寸、方向和波谱的响应,极大减少了高光谱遥感图像纹理信息提取的计算量。利用不同方向和尺寸的三维Gabor滤波器对祁连山黑河流域上游地区的Hyperion影像全波段进行滤波处理,获取26个纹理响应特征,并分析不同纹理对不同地物的区分度。利用自动子空间划分的波段指数(BI)进行波段选择,选取不同的波段组合进行试验,寻找最佳降维幅度。按照纹理对不同地物响应的区分度逐一加入三维Gabor纹理特征,利用三维Gabor纹理辅助光谱信息,运用支持向量机(SVM)的方法进行监督分类。结果表明,基于三维Gabor纹理和自动子空间BI波段选择的SVM分类方法能够在有效降低光谱维数的同时,提高高光谱遥感图像分类的精度和效率。     

光谱成像的图像颜色恒常性计算方法

光谱成像可以记录拍摄场景的光谱信息,从而实现颜色的高保真复现,图像的光谱信息通常同时混合了物体的光谱信息和光源信息,所以现有的光谱成像颜色还原需要通过提前放置的标定板或已知光谱特性的物体获取拍摄环境的光源信息,再进行图像的颜色恒常性校正。但光谱相机在实际使用过程中,通常难以满足上述条件,从而对图像高保真颜色还原提出挑战。针对此问题,提出一种光谱成像的图像颜色恒常性计算方法,将光谱成像系统获得光谱数据转换到XYZ颜色空间,并将图像分区域进行统计得到图像的统计点,通过大量常见光源的分布规律,给统计点施加位置权重和色温权重,同时设置亮度权重去除图像中过暗和过饱和的统计点,利用加权平均获得环境光的色度参数,根据需求将图像的XYZ颜色空间数据转换到RGB颜色空间,根据环境光的色度参数计算图像不同通道的增益,从而完成光谱图像的颜色恒常性计算。为了验证所提出算法的有效性,对140张光谱图像进行处理,计算算法得到的环境光色度参数和真实光源色度之间的再现角误差,对校正结果进行评价,结果表明提出的算法明显优于光谱图像不做处理和灰度世界法。为进一步分析算法校正结果与人眼感知之间的联系,设计颜色心理物理学实验...     

微波后向散射数据改进农作物光谱分类精度研究

利用实验区环境星多光谱数据与Envisat ASAR VV极化数据进行融合.讨论了VV极化微波后向散射数据用于改善多光谱遥感数据农作物分类的精度,并比较了不同分类方法的分类精度.结果表明,两种数据之间的融合充分利用了环境星数据的光谱信息和VV极化数据对于地物结构敏感的特征,不但增强了不同地物之间的光谱差异,而且提高了作...     

窄带高光谱干涉成像的压缩采样复原方法

利用干涉成像光谱仪对目标进行窄带高光谱成像探测具有高光通量、高光谱分辨率和高目标分辨率等优点。按照尼奎斯特定理对窄带光谱干涉信息进行采样存在较大的数据冗余,增加了后期傅里叶变换的数据处理量,影响光谱的复原效率。在分析窄带光谱傅里叶变换特性的基础上,提出了基于滤光片光谱透射率函数的窄带光谱压缩采样方法。引入滤光片参数和混叠参数,可以复原不同精度的窄带光谱信息。配以符合要求的多带通窄带滤光片,可对目标进行压缩采样获取多个谱段的窄带光谱信息,从而避免了逐个谱段探测,提高了探测效率。对该方法进行了仿真分析和实验验证,得到了与目标光谱相吻合的复原窄带光谱。     

基于电子倍增的高光谱成像链模型的系统信噪比分析

高光谱成像的应用效果非常依赖于所获取的图像信噪比(SNR)。在高空间分辨率下,帧速率高、信噪比低,由于光谱成像包含了两维空间-光谱信息,不能使用时间延迟积分(TDI)模式解决光能量弱的问题;目前多采用摆镜降低应用要求,但增加了体积和质量,获取的图像不连续,且运动部件降低了航天的可靠性。基于此,将超高速电子倍增与成像光谱有机结合,构建了基于电子倍增的高分辨率高光谱成像链模型,综合考虑辐射源、地物光谱反射、大气辐射传输、光学系统成像、分光元件特性、探测器光谱响应和相机噪声等各个环节,可用于成像链路信噪比的完整分析。采用LOWTRAN 7软件进行大气辐射传输计算,对不同太阳高度角和地物反射率计算像面的照度,根据电子倍增电荷耦合器件(EMCCD)探测器的噪声模型,计算出不同工作条件下的SNR。对SNR的分析和实验,选择适当的电子倍增增益,可使微弱光谱信号SNR提高6倍。     

基于探测信号叠加的推扫式压缩多光谱关联成像

针对推扫模式下多光谱关联成像重构图像模糊、信噪比低问题,提出了一种利用探测信号叠加提高重构图像信噪比的多光谱关联成像方案.该方案基于稀疏约束关联成像光谱相机实验系统,通过单次曝光获得一帧探测信号,对前后帧连续探测信号进行错位叠加,计算出系统总探测矩阵,结合标定测量矩阵,采用压缩感知算法得到待测目标物体重构图像.数值模拟和实验结果表明:适当延迟曝光时间可以提高系统重构图像质量;相同曝光时间条件下,利用探测信号错位叠加的推扫10帧重构图像信噪比明显高于单帧多光谱重构图像.