高光譜遙感影像分類與支持向量機(jī)應(yīng)用研究

內(nèi)容概要

　　高光譜遙感是當(dāng)前遙感科學(xué)與技術(shù)發(fā)展的熱點(diǎn)領(lǐng)域之一，而高光譜遙感影像分類則是高光譜遙感影像處理最重要的任務(wù)。杜培軍、譚琨、夏俊士編著的《高光譜遙感影像分類與支持向量機(jī)應(yīng)用研究》在介紹高光譜遙感影像分類基礎(chǔ)知識(shí)和常用方法的基礎(chǔ)上，重點(diǎn)對(duì)基于支持向量機(jī)的高光譜遙感影像分類進(jìn)行深入探討。全書(shū)首先介紹高光譜遙感影像常用的分類器，詳細(xì)探討高光譜遙感影像分類中的降維處理與特征提取方法，包括主成分分析、獨(dú)立成分分析、最大噪聲分離等降維方法以及常用特征選擇算法、光譜和紋理特征提取方法等；通過(guò)介紹支持向量機(jī)的基本原理及其用于高光譜遙感影像分類的策略，重點(diǎn)研究支持向量機(jī)核函數(shù)設(shè)計(jì)方法，構(gòu)建一種再生核Hilben空間的小波核函數(shù)用于高光譜遙感影像分類；針對(duì)多類問(wèn)題的特點(diǎn)，在比較分析各種多類支持向量機(jī)實(shí)現(xiàn)方案的基礎(chǔ)上，提出一種基于JM距離的二叉樹(shù)多類支持向量機(jī)；最后探討支持向量機(jī)分類器中多種特征的綜合應(yīng)用，重點(diǎn)研究基于多核支持向量機(jī)組合光譜和空間紋理特征的支持向量機(jī)分類方法。
　　《高光譜遙感影像分類與支持向量機(jī)應(yīng)用研究》可供高等學(xué)校和科研機(jī)構(gòu)從事高光譜遙感、遙感信息工程方向研究的教師、研究生和高年級(jí)本科生參考，同時(shí)也可供從事高光譜遙感應(yīng)用工作的專業(yè)人員參考。

書(shū)籍目錄

序
前言
第1章　高光譜遙感概述
　1.1　高光譜遙感的基本概念
　1.1.1　高光譜遙感的定義
　1.1.2　高光譜遙感的發(fā)展現(xiàn)狀
　1.2　高光譜遙感影像處理
　1.2.1　高光譜遙感影像的構(gòu)成與特點(diǎn)
　1.2.2　高光譜遙感數(shù)據(jù)處理的特點(diǎn)
　1.2.3　高光譜遙感影像處理的主要內(nèi)容
　1.3　高光譜遙感影像分類
　1.3.1　高光譜遙感影像分類的基本概念和原理
　1.3　2　高光譜遙感影像分類的主要策略
　1.3.3　高光譜遙感影像分類中的若干關(guān)鍵技術(shù)
　1.3.4　高光譜遙感影像分類的技術(shù)流程
　1.4　本書(shū)試驗(yàn)數(shù)據(jù)
　1.4.1　OMISⅡ高光譜數(shù)據(jù)
　1.4.2　ROSIS高光譜數(shù)據(jù)
　1.4.3　AVIRIS數(shù)據(jù)
　1.4.4　Hyperion高光譜數(shù)據(jù)
第2章　高光譜遙感影像常用分類方法
　2.1　常規(guī)監(jiān)督分類方法
　2.1.1　最小距離分類法
　2.1.2　最大似然分類法
　2.1.3　平行多面體分類
　2.2　基于光譜相似性度量的分類方法
　2.2.1　光譜角制圖
　2.2.2　光譜信息散度
　2.2.3　光譜相關(guān)度量
　2.2.4　其他光譜匹配方法
　2.3　人工神經(jīng)網(wǎng)絡(luò)分類器
　2.3.1　人工神經(jīng)網(wǎng)絡(luò)概述
　2.3.2　BPNN的應(yīng)用
　2.3.3　基于RBF神經(jīng)網(wǎng)絡(luò)的高光譜遙感影像分類
　2.3.4　基于ARTMAP神經(jīng)網(wǎng)絡(luò)的高光譜遙感影像分類
　2.3.5　其他人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用
　2.3.6　基于人工神經(jīng)網(wǎng)絡(luò)的高光譜遙感影像分類實(shí)例
　2.4　決策樹(shù)分類器
　2.4.1　決策樹(shù)分類的基本原理
　2.4.2　決策樹(shù)的構(gòu)建
　2.4.3　實(shí)例分析
　2.5　面向?qū)ο蠓诸?br />　2.5.1　面向時(shí)象高光譜遙感分類基本步驟
　2.5.2　面向?qū)ο蟾吖庾V遙感分類的關(guān)鍵問(wèn)題
　2.5.3　面向?qū)ο蟾吖庾V遙感分類實(shí)例
　2.6　基于信息融合的高光譜遙感影像分類
　2.6.1　以分類為應(yīng)用目標(biāo)的高光譜遙感信息融合
　2.6.2　基于像素級(jí)融合的高光譜遙感影像分類
　2.6.3　基于特征級(jí)融合的高光譜遙感影像分類
　2.6.4　基于決策級(jí)融合的高光譜遙感影像分類
　2.6.5　基于數(shù)據(jù)層信息融合的高光譜遙感影像分類實(shí)例
　2.6.6　基于決策級(jí)融合的高光譜遙感影像分類實(shí)例
　2.7　非監(jiān)督分類
　2.7.1　基本概念
　2.7.2　K均值聚類法
　2.7.3　ISODATA分類法
　2.7.4　用于高光譜遙感影像的SAALT聚類算法
第3章　高光譜遙感影像降維與特征提取
　3.1　基于波段選擇的降維
　3.2　基于特征提取的降維
　3.2.1　代數(shù)運(yùn)算法
　3.2.2　光譜導(dǎo)數(shù)法
　3.2.3　主成分分析
　3.2.4　線性判別分析
　3.2.5　獨(dú)立成分分析
　3.2.6　最大噪聲分離
　3.2.7　投影尋蹤
　3.2.8　正交子空間投影
　3.2.9　核線性判別分析
　3.2.10　核主成分分析
　3.2.11　多維尺度變換
　3.3　流形學(xué)習(xí)——一種新的非線性降維方法
　3.3.1　等距映射
　3.3.2　局部線性嵌人
　3.3.3　拉普拉斯映射
　3.3.4　局部切空間排列
　3.3　5　實(shí)例分析
　3.4　紋理特征提取
　3.4.1　統(tǒng)計(jì)方法
　3.4.2　結(jié)構(gòu)方法
　3.4　3　基于模型的方法
　3.4.4　頻域變換法
第4章　基于支持向量機(jī)的高光譜遙感影像分類
　4.1　支持向量機(jī)的基本原理
　4.2　影響支持向量機(jī)分類器性能的因素
　4.2.1　多類分類器
　4.2.2　核函數(shù)和核參數(shù)選擇
　4.3　SVM分類的試驗(yàn)與分析
　4.3.1　OMISII高光譜數(shù)據(jù)的試驗(yàn)
　4.3.2　ROSIS高光譜數(shù)據(jù)的試驗(yàn)
第5章　支持向量機(jī)核函數(shù)設(shè)計(jì)與優(yōu)化
　5.1　再生核Hilbert空間的小波核函數(shù)
　5.1.1　支持向量機(jī)基本核函數(shù)
　5.1.2　規(guī)則化和再生核Hilhert空間的小波核函數(shù)支持向量機(jī)
　5.2　試驗(yàn)結(jié)果與分析
　5.2.1　OMISII高光譜數(shù)據(jù)的試驗(yàn)
　5.2.2　ROSIS數(shù)據(jù)試驗(yàn)
　5.3　本章小結(jié)
第6章　多類支持向量機(jī)的設(shè)計(jì)和實(shí)現(xiàn)
　6.1　常用多類支持向量機(jī)算法
　6.1.1　一類對(duì)余類SVM（1—A—R　SVM）
　6.1.2　一類對(duì)一類SVM（1—A—1　SVM）
　6.1.3　有向無(wú)環(huán)圖SVM
　6.1.4　二叉樹(shù)SVM
　6.1.5　多類SVM的分類速度
　6.2　基于J—M距離的層次多類支持向量機(jī)實(shí)現(xiàn)
　6.3　試驗(yàn)結(jié)果
　6.3　1　OMISII高光譜影像試驗(yàn)
　6.3.2　Hypenon數(shù)據(jù)試驗(yàn)
　6.3.3　AVIRIS數(shù)據(jù)試驗(yàn)
第7章　支持向量機(jī)分類器中多種特征的綜合應(yīng)用
　7.1　多核支持向量機(jī)（Multiple　Kernel　SVM）
　7.2　光譜特征與小波紋理特征的綜合應(yīng)用
　7.3　小波紋理的提取與分類
　7.4　光譜特征和結(jié)構(gòu)特征的綜合應(yīng)用
　7.5　試驗(yàn)結(jié)果與分析
　7.5.1　組合光譜特征和小波紋理特征的高光譜數(shù)據(jù)試驗(yàn)
　7.5.2　組合光譜特征和數(shù)學(xué)形態(tài)學(xué)結(jié)構(gòu)的高光譜數(shù)據(jù)試驗(yàn)
第8章　混合像元分解
　8.1　端元選擇
　8.1.1　端元類型與數(shù)目
　8.1.2　端元選擇算法
　8.2　混合像元分解模型
　8.2.1　線性光譜混合模型
　8.2.2　非線性混合模型
　8.2.3　神經(jīng)網(wǎng)絡(luò)混合模型
　8.2.4　支持向量機(jī)
　8.2.5　基于光譜差異的分解模型
　8.3　混合像元分解實(shí)例
參考文獻(xiàn)
彩圖

章節(jié)摘錄

版權(quán)頁(yè)：第1章 高光譜遙感概述  遙感（Remote Sensing）是利用地面、低空、航空或衛(wèi)星等平臺(tái)上的傳感器，對(duì)目標(biāo)進(jìn)行遠(yuǎn)距離非接觸式感知的技術(shù)。陳述彭先生在《遙感大辭典》中指出：遙感，廣義而言，泛 指各種非接觸的、遠(yuǎn)距離的探測(cè)技術(shù)；根據(jù)物體對(duì)電磁波的反射和輻射特性，將來(lái)可能涉 及聲波、引力波和地震波；狹義而言，遙感是一門(mén)新興的科學(xué)技術(shù)，主要指從遠(yuǎn)距離、高空 以至外層空間的平臺(tái)上，利用可見(jiàn)光、紅外、微波等探測(cè)儀器，通過(guò)攝影或掃描、信息感應(yīng)、傳輸和處理，識(shí)別地面物質(zhì)的性質(zhì)和運(yùn)動(dòng)狀態(tài)的現(xiàn)代化技術(shù)系統(tǒng)。趙英時(shí)等（2003）在《遙 感應(yīng)用分析原理與方法》中將遙感定義為：遙感是以電磁波與地球表面物質(zhì)相互作用為基 礎(chǔ)，探測(cè)、分析和研究地球資源與環(huán)境，揭示地球表面各要素的空間分布特征與時(shí)空變化 規(guī)律的一門(mén)科學(xué)技術(shù)。 遙感技術(shù)的廣泛應(yīng)用和不同領(lǐng)域?qū)b感數(shù)據(jù)的迫切需求，極大地促進(jìn)了遙感從技術(shù)層 面向科學(xué)層面的提升，遙感科學(xué)與技術(shù)在對(duì)地球表面資源與環(huán)境研究的推動(dòng)作用正在成為 國(guó)內(nèi)外研究人員的共識(shí)。圖1-1為遙感科學(xué)與技術(shù)的組成和主要研究?jī)?nèi)容（宮鵬  徐希孺（2005）認(rèn)為遙感是對(duì)地觀測(cè)系統(tǒng)、對(duì)地觀測(cè)方法和對(duì)地觀測(cè)理論的總稱，遙感 的基本內(nèi)容包括遙感技術(shù)、遙感理論和遙感應(yīng)用。遙感技術(shù)主要解決獲取地球表層信息 的手段問(wèn)題，包括傳感器設(shè)計(jì)與制造、傳感器的掃描姿態(tài)、數(shù)據(jù)傳輸以及原始數(shù)據(jù)預(yù)處理 等。遙感理論的主要任務(wù)是將數(shù)據(jù)（即傳感器所提供的可測(cè)參數(shù)值）轉(zhuǎn)化為可被人類理解 的關(guān)于地球表層的某種物理、幾何、生物學(xué)及化學(xué)參數(shù)的信息。遙感應(yīng)用的任務(wù)是將信息 轉(zhuǎn)變?yōu)橹R(shí)，即對(duì)地球表層系統(tǒng)物理過(guò)程及內(nèi)在變化規(guī)律的認(rèn)識(shí)和表達(dá)，遙感應(yīng)用需要將 遙感手段獲得的信息與某學(xué)科的專題知識(shí)緊密結(jié)合，以便對(duì)地球表層系統(tǒng)的現(xiàn)狀做出正 確的描述，對(duì)其發(fā)展做出準(zhǔn)確的判斷（徐希孺，2005）。 當(dāng)代遙感科學(xué)技術(shù)發(fā)展的一個(gè)非常重要的標(biāo)志就是新型傳感器的出現(xiàn)和廣泛應(yīng)用。各種新型傳感器（全極化 SAR、LiDAR、成像光譜儀、高空間分辨率傳感器等）和遙感平臺(tái) （低空飛行器、無(wú)人機(jī)、小衛(wèi)星等）為遙感數(shù)據(jù)獲取提供了全方位的支持，各種先進(jìn)的信息 處理方法（智能處理、機(jī)器學(xué)習(xí)、數(shù)據(jù)同化、定量反演等）為不同領(lǐng)域的遙感應(yīng)用提供了支 持。其中，源于 20 世紀(jì) 80 年代的高光譜遙感（Hyperspectral Remote Sensing，有時(shí)也稱 高光譜分辨率遙感，本書(shū)統(tǒng)一使用高光譜遙感）是目前遙感科學(xué)與技術(shù)領(lǐng)域的研究熱點(diǎn)之一。一般認(rèn)為，光譜分辨率在 10-1λ 數(shù)量級(jí)范圍內(nèi)的遙感稱為多光譜（Multispectral）遙 感，光譜分辨率在10-2λ數(shù)量級(jí)范圍內(nèi)的遙感稱為高光譜遙感，而光譜分辨率在 10-3λ數(shù) 量級(jí)范圍內(nèi)的遙感則稱為超光譜（Ultraspectral）遙感（陳述彭等，1998；張良培和張立福，2005）。 高光譜遙感是一門(mén)新興的交叉學(xué)科，它以航空航天、傳感器、計(jì)算機(jī)等技術(shù)為基礎(chǔ)，涉 及電磁波、光譜學(xué)、色度學(xué)、物理學(xué)、幾何光學(xué)、固體理論、電子工程、信息學(xué)、地理學(xué)、地球 科學(xué)、地質(zhì)學(xué)、林學(xué)、農(nóng)學(xué)、大氣科學(xué)、海洋學(xué)等多門(mén)學(xué)科（童慶禧等，2006a）。高光譜遙感 的出現(xiàn)是一個(gè)概念和技術(shù)上的創(chuàng)新，由于 10nm 以內(nèi)的光譜分辨率通常能夠區(qū)分出某些 具有診斷性光譜特征的地表物質(zhì)，因此許多在寬波段遙感中不可探測(cè)的物質(zhì)能夠被高光 譜遙感探測(cè)（童慶禧等，2006a）。 1.1 高光譜遙感的基本概念  1.1.1 高光譜遙感的定義  高光譜遙感技術(shù)是 20 世紀(jì) 80 年代以來(lái)地球觀測(cè)技術(shù)最重大的成就之一，與合成孔 徑雷達(dá)（Synthetic Aperture Radar，SAR ）、激光探測(cè)與測(cè)距（Light Detection and Ranging，LiDAR）一起被視為今后最具發(fā)展前景的三種遙感信息獲取技術(shù)。 高光譜遙感指具有高光譜分辨率的遙感科學(xué)與技術(shù)，通常采用覆蓋一定波譜范圍的 成像光譜儀和非成像光譜儀兩種傳感器獲取數(shù)據(jù)，高光譜遙感利用大量電磁波窄波段獲 取感興趣物體的有關(guān)信息，其基礎(chǔ)是光譜學(xué)（Spectroscopy）（浦瑞良和宮鵬，2000）。利用 星載、機(jī)載或地面成像（Imaging Spectrometer）或非成像光譜儀獲取光譜、圖像數(shù)據(jù)是高 光譜遙感應(yīng)用的基礎(chǔ)。成像光譜在電磁波譜的紫外、可見(jiàn)光、近紅外和中紅外區(qū)域，獲得 大量光譜連續(xù)且光譜分辨率較高的圖像數(shù)據(jù)（有時(shí)稱為數(shù)據(jù)立方體），地物光譜儀則直接獲取觀測(cè)點(diǎn)連續(xù)的光譜數(shù)據(jù)。 在文獻(xiàn)中，成像光譜學(xué)（Imaging Spectroscopy）、成像光譜測(cè)定法（Imaging Spectrometry）、高光譜成像（Hyperspectral Imaging）甚至有時(shí)超光譜成像（Ultraspectral Imaging）經(jīng)常被不加區(qū)別地使用（Schaepman et al.，2009）。Goetz 等（1985）將成像光譜學(xué)定義為“以幾百個(gè)連續(xù)的、配準(zhǔn)的光譜波段獲取影像以便對(duì)每一像元都可以得到一條輻射光譜 （the acquisition of images in hundreds of contiguous，registered，spectral bands such that for each pixel a radiance spectrum can be derived）”。Schaepman 等（2009）定義為 ：從遠(yuǎn) 處運(yùn)行的平臺(tái)上用定標(biāo)的輻射單元以許多狹窄的連續(xù)光譜波段同時(shí)獲取空間配準(zhǔn)的圖像 （the simultaneous acquisition of spatially coregistered images，in many narrow，spectrally contiguous bands，measured in calibrated radiance units，from a remotely operated platform）。 作為最重要的高光譜遙感傳感器，成像光譜儀（Imaging Spectrometer）為每個(gè)像元提 供數(shù)十至數(shù)百個(gè)窄波段（通常波段寬度小于 10nm）的光譜信息，能產(chǎn)生一條完整且連續(xù) 的光譜曲線，同時(shí)對(duì)于每個(gè)波段又可以獲取反映地物空間分布和特點(diǎn)的圖像，實(shí)現(xiàn)了圖譜 合一的數(shù)據(jù)獲取。成像光譜儀的原理如圖 1-2 所示，獲取的數(shù)據(jù)既包括不同波段的圖像，對(duì)每一像素又可以得到其連續(xù)光譜曲線。目前成像光譜儀以機(jī)載為主，如國(guó)外的 Aero Imaging Spectrometer（AIS）、Airborne Visible/Infrared Imaging Spectrometer（AVIRIS ）、Reflective Optics System Imaging Spectrometer （ROSIS）、Compact Airborne Spectrographic Imager（CASI）、Hyperspectral Digital Imagery Collection Experiment（HYDICE）、Hyperspectral Mapper（HyMap）和我國(guó)的 Operational Modular Imaging Spectrometer（OMIS）、Pushbroom Hyperspectral Imagers（PHI）等，已投入使用的星載成像光譜儀主要是 EO-1 Hyperion 和我國(guó)環(huán)境與災(zāi)害小衛(wèi)星高光譜傳感器。 需要指出的是，European Space Agency （ESA）的 Environmental Satellite Medium Resolution Imaging Spectrometer（ENVISAT MERIS）和 NASA 的 Moderate Resolution Imaging Spectroradiometer（MODIS）都稱為中分辨率成像光譜儀，這些儀器是按照“成像 光譜儀”的經(jīng)典定義，即具有多于 10 個(gè)波段。從技術(shù)上來(lái)講，MERIS 是按照連續(xù)光譜準(zhǔn) 則構(gòu)建的，但最終用戶不能接收連續(xù)光譜數(shù)據(jù)產(chǎn)品，而 MODIS 只是采用許多不連續(xù)的光 譜波段的儀器。這些區(qū)別也表明該領(lǐng)域的術(shù)語(yǔ)定義有必要規(guī)范。例如，有的學(xué)者建議高 光譜指具有許多波段的儀器，而成像光譜儀指具有連續(xù)光譜波段的儀器 （Schaepman et al.，2009）。 非成像光譜儀在高光譜遙感數(shù)據(jù)的獲取中也發(fā)揮著重要作用。在野外或?qū)嶒?yàn)室測(cè)量 物質(zhì)的光譜反射率、透射率及其他輻射率，建立地物光譜數(shù)據(jù)庫(kù)，不僅能夠?yàn)楹娇栈蛐l(wèi)星 高光譜影像處理提供參考數(shù)據(jù)，而且可以模擬和定標(biāo)成像光譜儀在升空前的工作性能（Milton et al.，2009；浦瑞良和宮鵬，2000）。一些廣泛應(yīng)用的非成像地物光譜儀有 ASD FieldSpec 系列光譜儀、GER 系列光譜儀、南京地質(zhì)調(diào)查中心和南京中地儀器有限公司研 發(fā)的礦物分析儀 PNIRS 等。地物光譜數(shù)據(jù)庫(kù)是非成像光譜儀測(cè)量數(shù)據(jù)管理、共享和應(yīng)用 的有效 途 徑，一 些 廣 泛 使 用 的 地 物 光 譜 數(shù) 據(jù) 庫(kù) 如 United States Geological Survey （USGS）光譜數(shù)據(jù)庫(kù)、我國(guó) 863 計(jì)劃支持建立的標(biāo)準(zhǔn)地物光譜庫(kù)等都在推進(jìn)高光譜遙感 應(yīng)用中發(fā)揮了重要作用。 圖 1-3 和圖 1-4 為不同地物的光譜曲線，可以看出，不同種類地物之間的光譜曲線具 圖 1-2 成像光譜儀示例 有明顯的區(qū)別，同為一大類地物（樹(shù)、草），又因品種或狀態(tài)不同而具有不同的光譜曲線。因此，高光譜遙感不僅可以解決地物大類的識(shí)別問(wèn)題，而且可以進(jìn)行類內(nèi)細(xì)分與精細(xì)光譜 特征提取分析。 高光譜遙感的出現(xiàn)使本來(lái)在寬波段遙感中不可探測(cè)的物質(zhì)在高光譜遙感信息中能被 探測(cè)。許多地表物質(zhì)的吸收特征在吸收峰一半處的寬度為 20～40nm，成像光譜系統(tǒng)獲得的連續(xù)波段的寬度一般在 10nm 以內(nèi)，因此能夠以足夠的光譜分辨率區(qū)分出那些具有 診斷性光譜特征的地表物質(zhì)。例如，假設(shè)礦物成分有特殊的光譜特征，用高光譜遙感數(shù)據(jù) 圖 1-4 同類地物不同狀態(tài)下的光譜曲線，能夠?qū)⒒旌系V物或礦物像元中混有植被光譜的情形在單個(gè)像元內(nèi)計(jì)算出各種成分的比 例。在地物診斷和環(huán)境監(jiān)測(cè)中，利用高光譜遙感數(shù)據(jù)可以采用確定性方法（模型），而不像 寬波段遙感只能采用統(tǒng)計(jì)方法（模型），主要原因就在于成像光譜測(cè)定法能夠提供豐富的 光譜信息和精細(xì)的光譜特征。 1.1.2 高光譜遙感的發(fā)展現(xiàn)狀  近 30 年來(lái)，高光譜遙感得到了快速發(fā)展。隨著高光譜遙感的快速發(fā)展，Jocelyn Chanussot等學(xué)者組織了一個(gè)針對(duì)高光譜遙感的國(guó)際學(xué)術(shù)研討會(huì) ：IEEE Workshop on Hyperspectral Image and Signal Processing ：Evolutions in Remote Sensing （WHISPERS），2009年于法國(guó)召開(kāi)第一屆，之后相繼于2010 年在冰島、2011 年在葡萄牙召開(kāi)，會(huì)議的影響力不斷增加，參會(huì)人數(shù)和國(guó)別、涉及學(xué)科也不斷拓展，充分體現(xiàn)了高光譜遙感的 快速發(fā)展。2009 年，雜志 Remote Sensing of Env ironment 出版增刊，對(duì)高光譜遙感的發(fā) 展進(jìn)行了系統(tǒng)總結(jié)和全面展望。 以下從傳感器與數(shù)據(jù)獲取、數(shù)據(jù)處理與信息提取、應(yīng)用與產(chǎn)業(yè)化三方面簡(jiǎn)要分析和總 結(jié)高光譜遙感的發(fā)展。 1、高光譜遙感傳感器性能持續(xù)提升，新型傳感器不斷研發(fā)成功并投入使用  高光譜遙感的發(fā)展以機(jī)載成像光譜儀的研制和使用為標(biāo)志。1983 年，世界上第一臺(tái) 航空成像光譜儀 AIS-1 在美國(guó)噴氣推進(jìn)實(shí)驗(yàn)室（Jet Propulsion Laboratory，JPL）研制成 功。第一代成像光譜儀以 AIS-1 和 AIS-2 為代表，這類成像光譜儀以推掃方式的二維面 陣列成像，工作原理與推掃式線陣列非常相似。第一代成像光譜儀開(kāi)創(chuàng)了高光譜和高空 間分辨率兼有、光譜和圖像合一的高光譜遙感技術(shù)的新時(shí)代（浦瑞良和宮鵬，2000；張良培 和張立福，2005；童慶禧等，2006a）。 1987 年由 JPL 研制成功的航空可見(jiàn)光/紅外光成像光譜儀（AVIRIS）是第二代成像 光譜儀的代表。AVIRIS 是首次測(cè)量全部太陽(yáng)輻射覆蓋的波長(zhǎng)范圍（400～2500nm）的成 像光譜儀。AVIRIS 與 AIS 的主要區(qū)別在于 AVIRIS 以線陣列掃描式成像，相對(duì) AIS 在傳感器本身、定標(biāo)、數(shù)據(jù)系統(tǒng)及飛行高度等方面都有很大的改進(jìn)。加拿大研制的小型機(jī)載 成像光譜儀（CASI）有很高的光譜分辨率（1.8nm），288個(gè)波段覆蓋的光譜范圍包括可見(jiàn)光和部分近紅外區(qū)域（430 ～ 870nm）。美國(guó)研制的高光譜數(shù)字圖像實(shí)驗(yàn)儀（HYDICE）于 1996 年開(kāi)始使用，其探測(cè)范圍與 AVIRIS 相同，采用 CCD 推掃式成像，有 210 個(gè)波段，寬 度 3 ～ 20nm 不等（浦瑞良和宮鵬，2000；張良培和張立福，2005；童慶禧等，2006a）。 第三代成像光譜儀為傅里葉變換高光譜成像儀 （Fourier Transform HyperSpectral Imager，F(xiàn)THSI），采用 256 通道，光譜范圍為 400 ～ 1050nm，有 2 ～ 10nm 的光譜分辨率，視場(chǎng)角為 150°（浦瑞良和宮鵬，2000；張良培和張立福，2005；童慶禧等，2006a） 。 我國(guó)在高光譜遙感傳感器方面進(jìn)行了大量的研究工作，在國(guó)家 863 計(jì)劃等的支持下， 中國(guó)科學(xué)院上海技術(shù)物理研究所研制的機(jī)載 OMIS、PHI 等航空成像光譜儀以及南京中 地儀器有限公司研發(fā)的礦物分析儀 PNIRS 等傳感器最具代表性，已得到了大量應(yīng)用。 相對(duì)于航空成像光譜儀的快速發(fā)展，目前投入運(yùn)行的航天成像光譜儀還比較少。目前處于工作狀態(tài)的航天成像光譜儀包括 EO-1 Hyperion 和我國(guó)環(huán)境與災(zāi)害小衛(wèi)星攜帶的 高光譜傳感器，這也是目前衛(wèi)星高光譜遙感應(yīng)用的主要信息源，尤其 EO-1 Hyperion 在全 球得到了廣泛應(yīng)用。隨著應(yīng)用需求的增加和傳感器技術(shù)的發(fā)展，未來(lái)幾年將有望發(fā)射更 多的星載高光譜遙感傳感器，主要包括 HERO（Hyperspectral Environment and Resource Observer）、EnMAP （Environmental Mapping and Analysis Program ）、Flora、FLEX、 SpectraSat、MEOS 等（Schaepman et al.，2009）。 因此，可以預(yù)見(jiàn)，未來(lái)幾年高光譜遙感將會(huì)呈現(xiàn)星、空、地各種成像光譜儀協(xié)同工作和相互補(bǔ)充的局面，高光譜遙感必將成為 GEOSS 中重要的一部分。 2. 高光譜遙感數(shù)據(jù)處理理論與方法迅速發(fā)展，新型機(jī)器學(xué)習(xí)方法得到廣泛應(yīng)用高光譜遙感成為遙感科學(xué)技術(shù)領(lǐng)域新的研究熱點(diǎn)，其中高光譜遙感數(shù)據(jù)處理更是引起了不同學(xué)科研究人員的高度重視。

編輯推薦

《高光譜遙感影像分類與支持向量機(jī)應(yīng)用研究》可供高等學(xué)校和科研機(jī)構(gòu)從事高光譜遙感、遙感信息工程方向研究的教師、研究生和高年級(jí)本科生參考，同時(shí)也可供從事高光譜遙感應(yīng)用工作的專業(yè)人員參考。

圖書(shū)封面

評(píng)論、評(píng)分、閱讀與下載

---

    高光譜遙感影像分類與支持向量機(jī)應(yīng)用研究 PDF格式下載

---