航空高光谱遥感光谱域噪声滤波应用研究

航空高光谱遥感光谱域噪声滤波应用研究

论文摘要

高光谱是目前遥感技术发展的一个前沿,已被成功应用于许多领域中。高光谱技术的广泛应用在于它能提供地物详细的光谱信息,而高光谱应用精度的提高也取决于高光谱遥感提供的地物光谱的信噪比,因此在高光谱应用之前不仅需要对空间域图像进行噪声滤波,还需要对光谱域噪声进行滤波。本文主要以航空高光谱遥感PHI数据为研究对象,对高光谱数据光谱域噪声的检测、分析,高光谱数据信噪比的计算,光谱域噪声的去除,以及不同光谱域噪声滤波方法对高光谱数据造成的影响进行了深入的研究,主要的工作可概括为以下四个方面: 1、从航空高光谱图像的均方差、直方图、各波段相关系数、反射率转换后的图像光谱曲线对航空高光谱图像中的噪声进行了分析;对现有的高光谱遥感数据的信噪比计算方法进行总结,从反射率光谱曲线的噪声求解提出一种基于像元光谱的信噪比计算方法,利用2003年PHI高光谱数据对各信噪比计算方法进行了测试和比较。 2、针对高光谱图像光谱域中存在的噪声,提出一种利用导数光谱分析、诊断光谱噪声,并使用基于最小二乘的Savitzky-Golay滤波进行自适应噪声去除的DSGF(Derivative based Savitzky-Golay Filter)方法,该方法在有效的去除高光谱图像光谱域噪声的同时,能保留图像光谱的大部分细微特征,是地物实测光谱和高光谱图像光谱域噪声去除的一种有效手段。 3、将小波变换用于高光谱图像光谱域噪声滤波,利用小波变换的多分辨率分析,将图像光谱分解为平滑分量和噪声分量,并对不同地物类型图像光谱进行了分析,认为通过去除图像光谱小波变换的D1和D2高频噪声分量后再进行小波逆变换,可以在保持大部分光谱特征同时取得较好的光谱平滑效果。 4、从统计检验、光谱相似度计算、类间距离计算三个角度对光谱域噪声滤波方法进行了分析与评价;将滤波前后的高光谱遥感数据用最大似然分类法和SAM分类方法进行了分类,发现光谱域滤波对最大似然分类精度的影响不明显,但对SAM分类而言,未能分类的像元数较滤波前大大减少,分类精度也有了一定提高。

论文目录

  • 第一章 绪论
  • 第一节 高光谱遥感技术的概念及其发展
  • 第二节 航空高光谱遥感应用综述
  • 第三节 航空高光谱遥感预处理技术
  • 第四节 本文研究内容和目标
  • 参考文献
  • 第二章 航空高光谱遥感图像噪声分析
  • 第一节 高光谱图像噪声分析
  • 第二节 高光谱图像噪声分类
  • 第三节 几种高光谱噪声去除方法
  • 第四节 本章小结
  • 参考文献
  • 第三章 高光谱图像质量评价方法与信噪比的计算
  • 第一节 遥感图像质量评价方法
  • 第二节 高光谱图像信噪比计算方法
  • 第三节 基于像元光谱的信噪比计算方法
  • 第四节 各种信噪比计算方法的比较
  • 第五节 本章小结
  • 参考文献
  • 第四章 最小二乘光谱域噪声自适应滤波方法
  • 第一节 光谱曲线平滑的常用方法
  • 第二节 SAVITZKY-GOLAY滤波方法
  • 第三节 光谱导数与光谱域噪声检测
  • 第四节 最小二乘光谱域噪声自适应滤波的DSGF方法
  • 第五节 本章小结
  • 参考文献
  • 第五章 小波变换光谱域噪声滤波方法
  • 第一节 小波分析
  • 第二节 小波变换信号消噪方法
  • 第三节 各种地表类型光谱曲线的小波分解与重构
  • 第四节 小波变换光谱域噪声滤波的WBD方法
  • 第五节 本章小结
  • 参考文献
  • 第六章 光谱域滤波方法的检验与比较
  • 第一节 光谱域滤波方法的方差和均值检验
  • 第二节 光谱域滤波方法的光谱相似度比较
  • 第三节 光谱域滤波方法的类间距离分析
  • 第四节 本章小结
  • 参考文献
  • 第七章 光谱域滤波对高光谱分类精度影响分析
  • 第一节 高光谱遥感分类方法
  • 第二节 遥感分类的精度评价方法
  • 第三节 光谱域滤波对最大似然分类精度影响分析
  • 第四节 光谱域滤波对 SAM分类精度影响分析
  • 第五节 本章小结
  • 参考文献
  • 第八章 结论与展望
  • 附录一: 就读博士期间利研成果表
  • 致谢
  • 相关论文文献

    • [1].基于改进非负矩阵分解的多组分气体光谱解混算法[J]. 量子电子学报 2019(06)
    • [2].基于光谱分离的定量荧光共振能量转移检测[J]. 中国激光 2020(02)
    • [3].《光谱》[J]. 科技与创新 2020(16)
    • [4].基于光谱角与光谱距离的目标识别方法[J]. 大气与环境光学学报 2020(05)
    • [5].试论基于光谱的食品安全快速检测关键技术[J]. 食品安全导刊 2018(30)
    • [6].光栅光谱仪的光谱重建[J]. 物理实验 2017(05)
    • [7].空间外差光谱自适应基线校正研究[J]. 光谱学与光谱分析 2017(09)
    • [8].激光诱导击穿光谱空间约束增强方法研究[J]. 沈阳理工大学学报 2017(04)
    • [9].速度光谱[J]. 汽车生活 2012(02)
    • [10].用于激光吸收光谱二维重建的光谱优化选择方法研究[J]. 推进技术 2020(10)
    • [11].第三届光谱网络研讨会(eConference on Spectroscopy,eCS 2017)第一轮通知[J]. 光谱学与光谱分析 2017(02)
    • [12].第三届光谱网络研讨会(eConference on Spectroscopy,eCS 2017)第一轮通知[J]. 光谱学与光谱分析 2016(12)
    • [13].一种基于激光诱导击穿光谱的奶粉重金属检测新方法[J]. 纳米技术与精密工程 2017(04)
    • [14].激光诱导击穿光谱:从实验平台到现场仪器[J]. 分析化学 2017(09)
    • [15].光谱解析法在有机化学中的应用研究[J]. 化工管理 2017(30)
    • [16].颠倒光谱论证在现实中可行吗?——论功能主义对颠倒光谱论证的回应[J]. 自然辩证法通讯 2014(06)
    • [17].基于参考温度的多目标极小值优化原理的多光谱真温反演[J]. 光谱学与光谱分析 2020(07)
    • [18].透过棱镜看星星:简易方法拍光谱[J]. 天文爱好者 2008(01)
    • [19].环境水化学过程光谱量子信息识别与定量表征技术[J]. 环境工程学报 2020(10)
    • [20].基于改进光谱角算法的小麦产量监测研究[J]. 新疆农业科学 2011(01)
    • [21].第二届全国表面增强光谱专题研讨会在苏州大学召开[J]. 光谱学与光谱分析 2009(01)
    • [22].第二届全国表面增强光谱专题研讨会在苏州大学召开[J]. 光谱学与光谱分析 2008(12)
    • [23].第二届全国表面增强光谱专题研讨会在苏州大学召开[J]. 光散射学报 2008(04)
    • [24].双光谱二维异步相关光谱表征分子间相互作用的可行性研究[J]. 光谱学与光谱分析 2020(04)
    • [25].基于生成对抗网络的白矮主序双星光谱分解研究[J]. 光谱学与光谱分析 2020(10)
    • [26].光谱调控植物生长发育的研究进展[J]. 照明工程学报 2018(04)
    • [27].改进量子遗传算法在光谱分配中的应用[J]. 潍坊学院学报 2016(02)
    • [28].光谱方案中的活动区教学[J]. 山东教育 2009(12)
    • [29].国际光谱会议预告[J]. 光谱学与光谱分析 2011(03)
    • [30].国际光谱会议预告[J]. 光谱学与光谱分析 2011(04)

    标签:;  ;  ;  ;  ;  ;  ;  ;  

    航空高光谱遥感光谱域噪声滤波应用研究
    下载Doc文档

    猜你喜欢