光學遙感技術的發展經歷了：全色（黑白）—>彩色攝影—>多光譜掃描成像—>高光譜遙感四個歷程。高光譜分辨率遙感（HyperspectralRemote Sensing）用很窄（10-2λ）而連續的光譜通道對地物持續遙感成像的技術。在可見光到短波紅外波段其光譜分辨率高達納米(nm)數量級，通常具有波段多的特點，光譜通道數多達數十甚至數百個以上，而且各光譜通道間往往是連續的，因此高光譜遙感又通常被稱為成像光譜（Imaging Spectrometry）遙感。
高光譜圖像分類很多地方也叫高光譜物質制圖（Mapping）， 主要原理利用反映地物物理光學性質的光譜曲線來識別地物，即利用一種匹配 *** ，分析已知的波譜曲線（端元波譜）和高光譜圖像每個像素波譜曲線（光譜剖面） 匹配程度對圖像進行分類。高光譜圖像分類過程同時也是光譜識別的過程；用已知的波譜曲線去識別圖像中的地物，這也是高光譜遙感更大的優點，可用于特定目標 的識別和探測，其結果是“有”或者“沒有”。
ENVI下推薦使用的波譜識別流程（如圖1所示）。大致可以分為五個部分：大氣校正、數據維數判斷、端元波譜選擇、波譜識別和結果分析。
圖 1波譜識別流程
添加微信好友, 獲取更多信息
復制微信號
(1)大氣校正：使用FLAASH大氣校正工具；
(2) 數據維數判斷：對圖像做MNF變換，根據特征值判斷數據的維數；
(3)端元波譜選擇
端元波譜作為高光譜分類、地物識別和混合像元分解等過程中的參考波譜，與監督分類中的分類樣本具有類似的作用，直接影響波譜識別與混合像元分解結果的精度。
最簡單的端元波譜獲取途徑是選擇已知的波譜，這些已知的波譜可以來自標準波譜庫中的波譜，或者波譜儀器量測等；也可以從圖像自身的像元波譜中獲得，這些像元一般選擇只包含一種地物的純凈像元；還常常采用前面兩種 *** 相結合，即使用已知波譜校正和調整圖像上獲取的端元波譜。
可選擇很多種 *** ，流程圖上標識了兩種 *** ——基于PPI的端元提取和從外部源（如波譜庫）獲取，也可以選擇基于幾何頂點的端元提取、基于 *** ACC的端元提取等 *** ；
(4)波譜識別可選的 *** 就很多，如波譜角填圖（SAM）、二進制編碼(Binary Encoding )和光譜信息散度(Spectral Information Divergence)、線性波段預測(Linear Band Prediction)、線性波譜分離(Linear Spectral Unmixing )、匹配濾波(Matched Filtering )、混合調諧匹配濾波(Mixture Tuned Matched Filtering）、最小能量約束(Constrained Energy Minimization）、自適應一致估計（Adaptive Coherence Estimator）、正交子空間投影(Orthogonal Subspace Projection)、包絡線去除(Continuum Removal)、光譜特征擬合（Spectral Feature Fitting）和多范圍光譜特征擬合(Multi Range Spectral Feature Fitting)等。
(5)分析結果。
來源：開源地理空間基金會中文分會
來源鏈接：https://www.osgeo.cn/post/149ad
本站聲明:網站內容來源于 *** ,如有侵權,請聯系我們,我們將及時處理。
