排序方式: 共有12条查询结果,搜索用时 78 毫秒
1.
基于小波包变换和数学形态学结合的光谱去噪方法研究 总被引:8,自引:0,他引:8
对反射光谱数据进行去噪是提高光谱信息准确度的前提。传统时域平滑和频域去噪方法存在诸多缺点,本文首次将广义形态滤波方法用于可见近红外光谱的去噪处理,并提出基于小波包变换和数学形态学结合的光谱去噪方法。使用USGS光谱库中的植被光谱进行实验,采用信噪比(SNR)、均方误差根(RMSE)、波形相似度(NCC)和平滑度(SR)四个指标来评估去噪效果。结果表明,小波包最佳基阈值法和广义形态滤波法都能较好地保持波形和平滑度,广义形态滤波法能较好地消除幅值较大的随机噪声,但其对连续随机噪声中幅值较小的噪声成分不能有效消除; 而小波包最佳基阈值法不能有效消除幅值较大的噪声成分; 二者结合的方法组合了这两者的优点,使得幅值较大、较小的噪声成分都能较好地消除,同时还提高了相似度和平滑度指标,充分表明小波包最佳基阈值与广义形态滤波结合的方法是一种更好的可见光近红外光谱去噪方法。 相似文献
2.
一种突出目标的多光谱遥感信息提取方法 总被引:1,自引:0,他引:1
为了突出目标在多光谱遥感图像中的信息,克服由阈值法所带来的人为误差,提出了一种突出遥感目标信息的方法。利用光谱能级匹配法提取目标在图像中的相似度,并将其作为目标信息波段加入到原始数据中去,进行波段归一化处理,以减少不同波段数据的量纲或数量级的影响,进行MNF变换并合成RGB假彩色图像。以新疆哈图地区的重点成矿岩性——凝灰质粉砂岩为例,进行重点目标突出的结果表明,信息增强后的图像颜色更加丰富,与原始假彩色合成图像相比,可以识别出更多的岩石类型,比原始图像的MNF变换划分出更多地物类型。 相似文献
3.
矿物组分快速定量提取模型及其应用 总被引:2,自引:0,他引:2
矿物成分快速鉴定是提高遥感矿产勘探、遥感矿物填图以及诸多地学研究等工作效率的关键。由于技术等各方面的限制,国内外针对矿物快速分析的模型和软件较少。20世纪90年代以来近红外光谱仪在技术上的突破和计算机的发展使得近红外光谱技术在矿物快速识别领域的应用变得可行,先后出现了基于吸收位置的反演模型(模型一)和基于波形匹配的反演模型(模型二)。文章提出了特征光谱线性反演模型。经美国地质调查局矿物光谱库(USGS)端元混合实验数据验证,该模型精度接近100%,远优于模型一和二。对新疆包古图地区地表随机所采23个样本分析,该模型平均精度为64.6%,另外两模型分别为:33.8%和8.1%,优于模型一和二。虽精度尚低于传统镜下鉴定方法,该模型具有高效、方便、工作量小、人为误差小等优点,已初步应用于新疆包古图地区遥感矿产勘探工作,有较好的推广前景。 相似文献
4.
小波分析及其在高光谱噪声去除中的应用 总被引:8,自引:0,他引:8
为了消除高光谱遥感图像中光谱曲线的锯齿型噪声,提高利用光谱曲线进行信息提取研究时的精度,文章使用USGS(united states geological survey)光谱库中的植被光谱进行模拟,添加了信噪比为30的噪声后采用小波阈值法进行噪声去除,并利用信噪比、均方误差和光谱角三项指标以及综合评估系数η来对去噪效果进行评估,寻找出最佳的参数组合。实验表明,使用db12,db10,sym9,sym6等小波对含噪光谱进行3~7层分解,采用软阈值函数处理小波变换系数并使用Heursure阈值方案进行阈值估计,然后根据第一层小波分解的噪声水平估计进行阈值调整可以得到满意的去噪效果。不过该方法对噪声水平有一定的依赖性,针对不同噪声水平时需探索更合适的参数组合。 相似文献
5.
基于连续统快速傅里叶变换的红外光谱处理技术 总被引:2,自引:0,他引:2
为实现红外光谱对遥感地物准确的识别,消除高频噪声是光谱特征分析和提取的重要环节。利用光谱连续统处理方法,结合信号时域分析领域快速傅里叶变换提出了一种新的红外光谱滤波方法。该方法首先对红外光谱进行光谱连续统去除,利用快速傅里叶变换将去连续统后光谱转换到频域,设计低通滤波器滤除高频噪声,然后通过快速傅里叶反变换将频域信号转换到时域,最后对信号进行光谱连续统恢复,得到滤除噪声后的红外光谱信号。对比实验表明,连续统快速傅里叶滤波方法比常规的时域滤波方法有更好、更快的滤波效果,解决了传统快速傅里叶红外光谱滤波的吉布斯现象。该方法操作简便、运行速度快捷、滤波效果好,满足了红外光谱地物识别对光谱高质量的要求。 相似文献
6.
针对利用线性模型提取矿物含量精度较低的问题,以波长范围为350~2 500 nm的岩石光谱为数据源,基于光谱匹配方法进行矿物识别,应用简化的Hapke模型将岩石样品反射率转换为单次反照率,利用线性模型分解单次反照率进行含量提取,并通过分段滤波及建立区域光谱库的方法提高识别精度,建立了一种基于实测光谱数据的矿物含量提取方法。通过对包古图V号岩体光谱数据的分析,与X射线衍射结果相比,该方法对长石类矿物的识别精度为100%,含量提取精度为80.5%;对粘土类蚀变矿物的识别精度为92.2%,含量提取的精度为92.36%。该方法将矿物学共生关系加入到矿物识别方法中,保证了结果的可靠性;提出了分段滤波的预处理思路,避免了滤波算法对光谱波形及吸收特征的影响,并且据有较好的去噪效果;应用Hapke模型进行实测的岩石光谱解混,能避免复杂的光谱非线性分解计算,从理论上提高矿物含量提取的精度和计算的效率。该方法对快速分析蚀变信息等工作具有一定的指导意义。 相似文献
7.
通过开展土壤分散性高光谱测量实验,首次明确了舟曲泥石流源区土壤分散性敏感波段位置、建立了土壤分散性高光谱探测模型、探讨了土壤分散性高光谱探测机理。结果表明,(1)傅里叶变换可以将光谱从时间域转换为频率域,实现对光谱信号与噪声的分离。通过开发矿物组分精细鉴别系统,实现了光谱去噪,为构建土壤分散性高光谱探测模型提供了高保真数据源; (2)基于多元线性回归分析法建立的土壤分散性高光谱探测模型在研究区具有较好的预测能力,所确定的敏感波段位置及其反射率与土壤分散性具有较高的相关性; (3)分析矿物光谱结果表明,土壤分散性高光谱探测的敏感波段位置实际上反映了土壤矿物组分及其所吸附的离子类型,揭示了导致土壤分散的深层原因: 与舟曲泥石流源区土壤分散性关系最为密切的是钠离子,其次是方解石、蒙脱石和伊利石,与绿泥石、高岭石、pH值、石英、钾长石、斜长石等的相关性较弱。其原因主要是与钠离子所具有的离子价低、半径小、水化力强的特点,方解石所具有的水溶性特点,蒙脱石所具有的层间结合力极弱、易吸附钠离子的特点,伊利石在高PH值条件下所具有的强吸附阳离子、高土壤分散性的特性有关。 相似文献
8.
针对当前利用高光谱数据进行矿物识别精度较低的问题,根据研究区地质背景建立区域端元光谱库,提出了对原始光谱进行分段滤波的预处理方法。首先应用连续统快速傅里叶变换方法分别去除2 000~2 200 nm,2 250~2 300 nm,2 350 ~2 500 nm范围内的随机噪声,之后利用加入区域端元库的矿物快速定量提取模型提取预处理后光谱中的矿物类型。本方法识别矿物的最高有效率为80%,正确率最高可达67%。与未滤波的光谱识别结果对比,平均正确率提高了17.7%,平均有效率提高了5.1%;与全波段滤波的光谱识别结果对比,平均正确率提高了5.8%,平均有效率提高了39.8%,可保证在尽量多识别出正确矿物的基础上有效减少结果中的错误组分数,改进了矿物识别的精度,对野外快速提取矿物信息等工作有重要意义。 相似文献
9.
实验室可见-近红外高光谱数据(VIS-NIR)具有快速、高效、无损等技术优势,被越来越多应用于土壤组分反演中。光谱分辨率越高所能表达的土壤信息越丰富,但也带来了数据冗余。目前,对于不同光谱分辨率对土壤组分建模影响效应分析的研究相对较少。以欧洲土壤中心数据集19036个土壤样本为数据源,以土壤总氮(N)、有机碳(OC)、碳酸钙(CaCO3)、粘土(Clay)为例,基于偏最小二乘回归方法(PLS)并选择30%的随机样本独立验证的方式开展相关研究。首先将所有样本原始0.5 nm分辨率4 200个波段的高光谱数据采用等间距取均值方法分别重采样到2,4,8,…,1 024 nm开展分析。结果表明:随着光谱分辨率的降低,土壤各类组分反演精度均呈下降趋势,光谱分辨率在64 nm以上,4类土壤组分普遍具有较高的模型验证精度(R2>0.65,RPD>1.7),光谱分辨率在128 nm以下CaCO3和Clay组分精度显著变差;4类组分中,CaCO3对光谱分辨率敏感性最强,在高光谱分辨率下反演精度较高(R2>0.86,RPD>2.72),但随光谱分辨率降低精度下降最快。此外,基于光谱响应函数将样本光谱重采样到GF2,S3A,L8,Aster,Modis和S3OLCI六种常见卫星传感器的光谱分辨率展开评价。结果表明:土壤N、OC在各传感器中均可获得较高的精度,甚至在GF2传感器仅有4个波段情况下,也具有不错的验证精度(R2=0.56; RPD=1.51),而土壤CaCO3及Clay反演精度普遍较差;除传感器光谱波段数量外,波段位置对土壤组分的反演能力的影响也很显著,拥有近红外长波(1 100~2 500 nm)光谱范围的传感器对土壤组分的反演能力优于缺少该光谱波段的传感器,特别是粘土矿物的吸收峰多位于近红外长波段,S3A,L8,Aster和Modis传感器的Clay反演能力均优于光谱波段数更多的S3OLCI。该研究成果对土壤组分高光谱数据预处理、卫星数据源的选择及未来传感器光谱通道的设计具有指导意义。 相似文献
10.
为了探索应用遥感方法进行Cu元素地球化学异常研究的可行性,基于岩石样本的反射光谱及化学元素含量数据,分析了Cu与其他元素及Cu与反射光谱之间的相关关系,发现Fe与Cu关系最为密切,其次为Ti和As;Cu含量与反射光谱呈负相关性,且Cu含量越高,相关性越强。基于反射光谱对Cu,Fe,Ti,As四种元素进行了偏最小二乘分析,其中Ti建模精度最高,其次为Fe,精度最差的是As,虽然Cu的建模精度不高,但是可以基于Fe与Cu的强相关性,通过Fe来建立Cu异常的间接模型。为了提高建模精度,对反射光谱进行了多种变换,基于获得的多种光谱指标对Fe元素进行了偏最小二乘回归分析,训练样本及验证样本回归模型的最高相关系数分别达0.6876和0.5959。 相似文献