考虑信噪相关性的高光谱影像

来源 :第二十届中国遥感大会 | 被引量 : 0次 | 上传用户:woaijiekexun
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  由于成像光谱仪波段通道很密,造成光成像能量不足,使得相对于多光谱成像,高光谱成像过程中目标光谱特征更容易在噪声影响下产生失真。根据高光谱成像系统的噪声产生机理,时域噪声与探测器的每个像元都相关;由焦平面器件响应的非均匀性引起的空域噪声也随着影像信号的变化而变化。可见,高光谱影像中噪声与信号具有相关性,基于信噪不相关假设提出的去噪算法(如PCA、MNF等)是不准确的。因此论文提出了一种信噪相关条件下的广义数据模型,以及基于斜子空间投影的信噪分离算法。该算法首先分别估计噪声影像和信号影像,然后获取代表噪声子空间和信号子空间的基向量,从而计算斜投影矩阵。论文以模拟影像和真实Hyperion影像作为实验数据,引入正交子空间投影方法和多项式噪声模型来进行对比实验。在模拟影像的信噪分离实验中,斜子空间投影算法得到的噪声结果和信号结果更接近于原始值;在真实影像的信噪分离实验中,斜子空间投影得到的噪声影像中含有更少的信号纹理。从而表明考虑了信噪相关性后的广义数据模型和斜子空间投影去噪算法,可得到更高的去噪精度。
其他文献
静止轨道遥感卫星在轨运行时,为了能够获取准确的地面位置信息,需要进行实时精确的定位。由于静止轨道遥感卫星距离地面较远,因此,要实现高精度定位,需要精确的进行每一个坐标转换。地心惯性与地固坐标系之间的转换需要精确的地球定向参数(Earth Orientation Parameters,EOP)进行辅助,但卫星实际业务运行时,一般采用的都是预报的地球定向参数,为了保证精度,需要对预报的地球定向参数进行
用遥感的方法快速预测地温并预估其变化规律,是智慧城市精准农业或工业规划中所必须的基础数据集然而缺陷在于许多方法有其区域专属性。如何快速预测典型喀斯特岩溶型城市的地温及变化规律,本文以广西桂林雁山区为例,借助于3期Land Sat-8的TIRS波段影像数据(2013,2014和2015年)及部分地面测温数据,采用劈窗算法Offer Rozenstein误差小且不受水汽含量范围影响的特性,以MODIS
This study used MODIS satellite image (MOD13) for monitoring the progress of flood in Mekong River Basin and testing the flood forecasting method for the Mekong Delta in flooding stage of 2015.The res
会议
高分一号(GF-1)卫星我国高分辨率对地观测卫星系统重大专项的第一颗卫星,为了研究GF-1卫星数据河势监测的可行性,基于GF-1卫星16 m分辨率多光谱影像数据进行了黄河下游河势遥感监测应用。本文基于黄河下游河道水流的表面特性及其成像机理,分析了黄河下游河道水面、主溜线、心滩等河势要素在GF-1号卫星影像上各波段的表现特征及其解译方法。利用2013-2015年GF-1号卫星影像,对下游三官庙畸形河
会议
本文提出了一种基于像素光谱特征差异的可变类谱聚类Sentinel-1影像分割方法。该算法结合不同像素光谱特征差异定义像素间相似度,据此构建权值矩阵建模影像图模型;在图模型的基础上特征分解权值矩阵,获取依降序排列的特征值及相应特征向量,采用第一个极大特征值之差的位置确定分割类别数;使分割类别数对应的特征向量按列排成矩阵,视特征向量矩阵各行向量为对应不同像素的数据点,采用FCM聚类算法划分数据点为不同
论文首先阐述了县域城镇空间扩展的相关理论、方法和一般研究过程,介绍了县域新型城镇化发展的相关理论。并以四川省石棉县作为研究的实证区域,通过收集其1994至2014年的卫星遥感影像、社会经济统计数据、城市规划与土地利用资料,利用ENVI、Arcgis等3S软件,对多个时相的Landsat卫星影像数据进行几何校正、图像增强与图像裁剪等数据预处理和图像解译,基于土地利用现状图,进一步提取和叠加不同时期的
海上溢油已成为影响海洋生态环境的重要污染物之一,GNSS-R (Global Navigation SatelliteSystems-Reflection)技术以其大量的信号源、低成本、全天时等特点成为当今监测海面溢油最重要、最有效的技术手段之一。本文针对2013年11月22日中国青岛黄维输油管道泄漏爆炸造成胶州湾海面溢油事故为基础进行岸基的BeiDou-R海面溢油检测研究。首先根据溢油的地理位置
会议
利用无人机拍摄电力巡检图像,提高了样本数据采集效率,但随着航拍环境的变化,背景变得非常复杂,对比度降低,且干扰增多,同时巡检线路里程逐步加大,获取的图像文件数量剧增.在复杂背景下,实现电力部件的快速自动检测与标注是输电线路状态检测的关键技术问题,不仅需要高效的检测方法,同时还要求对目标特征的自动学习能力.针对传统机器学习中航拍图像目标标记数据资源稀缺、模型计算能力不足以及提取特征的鲁棒性等问题,本