高光谱图像处理与信息提取前沿

高光谱图像处理与信息提取前沿

ID:40071794

大小:2.56 MB

页数:29页

时间:2019-07-19

高光谱图像处理与信息提取前沿_第1页
高光谱图像处理与信息提取前沿_第2页
高光谱图像处理与信息提取前沿_第3页
高光谱图像处理与信息提取前沿_第4页
高光谱图像处理与信息提取前沿_第5页
资源描述:

《高光谱图像处理与信息提取前沿》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、1007-4619(2016)05-1062-29JournalofRemoteSensing遥感学报高光谱图像处理与信息提取前沿张兵中国科学院遥感与数字地球研究所数字地球重点实验室,北京100094摘要:高光谱遥感是对地观测的重要手段,高光谱图像处理与信息提取技术则是高光谱遥感领域的核心研究内容之一。本文简要介绍了高光谱遥感的主要特点,系统梳理了高光谱图像处理与信息提取面临的关键问题和主要研究方向,在此基础上,从噪声评估与数据降维方法、混合像元分解方法、图像分类方法、目标探测与异常探测方法等4个方面对高光谱图像处理与信息提取的理论发展过程和最新前沿进展进行了综述。另

2、外,还对高光谱图像处理与信息提取中的高性能处理技术进行了总结和分析。未来,伴随着智能化信息分析和高性能硬件处理技术发展,高光谱遥感卫星系统也将步入智能化时代。针对这一趋势,本文指出高光谱图像处理与信息提取方法要注重多学科交叉,充分利用机器学习、人工智能等领域的新成果;要重视软硬件结合,发展高光谱图像高性能实时处理技术;要紧密结合应用需求,发挥高光谱遥感的优势和特点,发展新理论和新方法。关键词:高光谱遥感,数据降维,混合像元分解,图像分类,目标探测,高性能计算中图分类号:TP701文献标志码:A引用格式:张兵.2016.高光谱图像处理与信息提取前沿.遥感学报,20(5)

3、:1062–1090ZhangB.2016.Advancementofhyperspectralimageprocessingandinformationextraction.JournalofRemoteSensing,20(5):1062–1090[DOI:10.11834/jrs.20166179]1引言2014)和国防军事(张兵等,2004)等领域都产生了重要的应用价值(童庆禧等,2006b),同时也给图高光谱遥感(hyperspectralremotesensing)又叫像处理与信息提取技术的发展带来了新的挑战。成像光谱遥感,是将成像技术和光谱技术相结合的多

4、维信息获取技术(Goetz等,1985)。高光谱遥感器能够同时获取目标区域的2维几何空间信息与1维光谱信息,因此高光谱数据具有“图像立方体”的形式和结构,体现出“图谱合一”的特点和优势(如图1所示)。高光谱图像中的每个像元记录着瞬时视场角内几十甚至上百个连续波段的光谱信息,其光谱分辨率在400—2500nm波长范围内一般小于10nm。将这些光谱信息作为波长的函数可以绘制一条完整而连续的光谱曲线,反映出能够区分不同物质的诊断性光谱特征,使得本来在宽图1高光谱遥感成像示意Fig.1Sketchmapofhyperspectralremotesensingimaing波段多

5、光谱遥感图像中不可探测的地物在高光谱遥感中能够被探测(童庆禧等,2006a)。高光谱遥过去30年间,高光谱遥感技术自提出以来得感技术的这种特质使得其在矿产勘探(Kruse等,到了迅猛的发展(Goetz,2009;Tong等,2014),2003)、环境监测(张兵等,2009)、精准农林(Jiao等,同时高光谱图像处理与信息提取技术也在不断取收稿日期:2016-06-15;修订日期:2016-07-15;优先数字出版日期:2016-08-08基金项目:国家杰出青年科学基金(编号:41325004)第一作者简介:张兵(1969—),男,研究员,中国科学院遥感数字地球研究所

6、副所长,研究方向为高光谱遥感技术与应用。E-mail:zb@radi.ac.cn张兵:高光谱图像处理与信息提取前沿1063得新的突破。高光谱图像处理与信息提取技术的题制图的基础数据,在土地覆盖和资源调查以及研究主要包括数据降维、图像分类、混合像元分环境监测等领域均有着巨大的应用价值。高光谱解和目标探测等方向(张兵和高连如,2011)。本文图像分类中主要面临Hughes现象(Hughes,1968)和首先从上述4个方向梳理高光谱图像处理与信息提维数灾难(Bellman,2015)、特征空间中数据非线取中的关键问题,然后分别针对每个方向,在回性分布等问题。同时,传统算法多

7、是以像元作为基本单元进行分类,并未考虑遥感图像的空间域顾相关经典理论和模型方法的基础上,介绍近年特征,从而使得算法无法有效处理同物异谱问来取得的新的代表性成果、发展趋势和未来的研题,分类结果中地物内部易出现许多噪点。究热点。此外,高性能计算技术的发展显著提升(4)高光谱图像提供的精细光谱特征可以用于了数据处理与分析的效率,在高光谱图像信息提区分存在细微差异的目标,包括那些与自然背景取中也得到了广泛而成功的应用,因此本文还将存在较高相似度的目标。因此,高光谱图像目标介绍高光谱图像高性能处理技术的发展状况。探测技术在公共安全和国防领域中有着巨大的应2高光

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。