论文部分内容阅读
本文阐述了高光谱遥感的基本概念,研究了高光谱图像的特点:高光谱的强谱间相关性和“图谱合一”特性,并验证了高光谱图像的强谱间相关性;分析了高光谱数据处理特点,并总结了现有的数据降维技术。最后,通过总结研究现有的高光谱图像分割技术,提出了基于高光谱曲线特征的图像分割方法,即用若干曲线数字特征来描述曲线,通过利用曲线数字特征相似性来达到像元识别的目的,进而实现图像分割。像元识别主要思路是:提取一系列光谱曲线数字特征,基于这些特征直接进行高维矢量分割和间接将高维矢量转化为标量的分割。主要数字特征分别是:大于均值的波峰数、大于均值的波谷数、小于均值的波峰数、小于均值的波谷数、上升趋势点数、下降趋势点数、极大波峰位置和极小波谷位置。光谱曲线的数字特征不仅可以有效的刻画光谱曲线,反映像元之间的差异,还可以大大降低计算量,提高后续处理效率。直接分割法采用ISODATA进行聚类分割,取得了较好的分割结果。根据分割结果图可以看出:在分割纹理细节方面,基于高光谱曲线特征信息的ISODATA聚类分割方法优于直接利用源光谱信息进行ISODATA聚类分割的方法。间接法包括基于邻域特征角,加权合成特征法等,虽然间接法并未取得令人满意的分割效果,但对今后的研究进行了有益的探索。