基于光谱重建的高光谱特征参数选择方法——以苏北地区Hyperion数据为例

详细信息   全文下载|推荐本文 |

• 出版年：2007
• 作者：李显彬；姜小光；刘亮；习晓环；唐伶俐
• 单位1：中国科学院光电研究院
• 单位2：中国科学院研究生院
• 出生年：1981
• 学历：硕士生
• 语种：中文
• 作者关键词：特征参数选择；光谱重建；基函数；光谱区间
• 起始页：589
• 总页数：6
• 经费资助：国家自然科学基金项目（编号：40271048）；国家“863”项目（编号：2002AA130010-1-4）。
• 刊名：遥感学报
• 是否内版：否
• 刊频：双月刊
• 创刊时间：1997
• 主管单位：中国科学院；中国科学技术协会
• 主办单位：中国科学遥感应用研究所；中国地理学会环境遥感分会
• 主编：李小文
• 地址：北京市安外大屯路中国科学院遥感应用研究所
• 邮编：100101
• 电子信箱：jrs@irsa.ac.cn
• 网址：http://www.chinainfo.gov.cn/periodical/ygxb
• 卷：11
• 期：4
• 期刊索取号：P625.066 815
• 数据库收录：中国自然科学核心期刊；百种中国杰出学术期刊
• 核心期刊：中国自然科学核心期刊

摘要

高光谱遥感能提供数十至数百个窄波段的光谱信息，从而能够依据地物的诊断性光谱特征进行地物识别。然而，高光谱遥感在提供丰富光谱信息的同时，波段间的相关性和冗余性制约着高光谱遥感的应用。因此，特征参数选择是高光谱遥感分类中最关键的环节之一。首先讨论EO-1/Hyperion的传感器特征，并对其L1R数据进行辐射校正、去条纹、Smile效应纠正等预处理工作。其次利用从图像中提取的典型地物的光谱曲线，采用光谱重建理论获得用于逼近光谱曲线的基函数及其对应的光谱区间。然后采用逐步增加光谱区间，并调整波段中心位置和宽度的方法，得到稳定的光谱区间。最后将光谱区间内的几个原始高光谱波段合成一个宽的波段，得到几个较宽波段的仿真图像，并对其进行分类。结果表明，基于光谱重建的特征参数选择方法获得的分类，总体精度高达92%，充分说明了该方法的有效性。