基于高光谱遥感图像的植被分析软件设计

论文摘要

植被作为自然界的重要组成部分,影响着自然界的能量平衡,在气候和生化循环中起着重要作用,利用高光谱遥感图像对植被进行分析研究,一直是高光谱遥感应用的重要内容之一,该方法能够克服传统人工实地测量分析的缺点,为实时获取大范围植被的生化信息提供了可能,因此利用高光谱遥感图像进行植被分析是必要的而且有意义的。本论文研究的内容主要侧重于植被分析软件的设计,论文所作的主要工作包括以下几部分内容:1.针对高光谱遥感图像显示速度慢的特点,找出了影响图像显示速度的主要因素,提出了相应的解决方法,在此基础上,定义了一种分块存储的遥感图像格式,利用该格式实现了遥感图像的快速显示。同时根据遥感图像是多波段图像和图像像素值分布较广的特点,提供了假彩色合成显示和显示波段线性拉伸的功能,使显示出来的图像尽可能多地表达出图像中的信息。2.针对按距离进行植被分类,不能保证将光谱曲线形状相似的植被归并到同一个类别中去的缺点,提出了方向相似系数的概念。该系数的引入是为了抓住不同植被的光谱曲线变化趋势不同这个主要特征,在植被分类时,根据植被光谱曲线形状的差异大小来决定植被所属的类别。通过试验,验证了方向相似系数在量化光谱曲线形状差异方面的优势。3.针对不同的植被指数可以反映出不同的植被特征,介绍了常用的几个植被指数的使用场合及其计算模型,利用这些模型,实现了植被指数的计算。在此基础上,还介绍了像元二分模型的概念,利用像元二分模型,反演了植被盖度。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 高光谱遥感概述
• 1.1.1 高光谱遥感的基本概念
• 1.1.2 高光谱遥感在国内外的发展现状
• 1.1.3 高光谱遥感数字图像处理的基本原理
• 1.2 植被遥感的意义
• 1.3 植被遥感软件的现状
• 1.4 本论文的主要研究内容
• 第2章 高光谱遥感图像基本处理
• 2.1 ENVI标准遥感图像格式
• 2.1.1 ENVI标准格式的头文件
• 2.1.2 ENVI标准格式的像素排列方式
• 2.2 遥感图像快速显示的难点和关键技术
• 2.2.1 遥感图像快速显示的难点
• 2.2.2 遥感图像快速显示的关键技术
• 2.3 自定义遥感图像格式
• 2.3.1 自定义格式的头文件
• 2.3.2 自定义格式的数据文件
• 2.4 图像格式转换
• 2.4.1 ENVI标准格式转换成自定义格式
• 2.4.2 自定义格式转换成 ENVI标准格式
• 2.5 高光谱遥感图像显示
• 2.5.1 显示原理
• 2.5.2 实现显示的主要数据结构
• 2.5.3 图像显示算法
• 2.6 高光谱遥感图像的假彩色合成显示
• 2.6.1 假彩色合成显示原理
• 2.6.2 假彩色合成显示软件实现
• 2.7 高光谱遥感图像显示波段线性拉伸
• 2.7.1 线性拉伸原理
• 2.7.2 线性拉伸软件实现
• 2.7.3 线性拉伸效果
• 第3章 植被指数计算与盖度反演
• 3.1 植被指数计算
• 3.1.1 植被指数计算模型
• 3.1.2 植被指数计算的软件实现
• 3.2 像元二分模型反演植被盖度
• 3.2.1 植被盖度计算模型
• 3.2.2 植被盖度反演的软件实现
• 第4章 植被分类
• 4.1 K均值算法实现植被分类
• 4.1.1 算法原理
• 4.1.2 算法步骤
• 4.1.3 软件实现
• 4.2 ISODATA算法实现植被分类
• 4.2.1 算法原理
• 4.2.2 算法步骤
• 4.2.3 软件实现
• 4.3 方向相似系数的提出
• 4.3.1 按距离分类后的效果分析
• 4.3.2 方向相似系数的定义
• 4.4 方向相似系数实现植被分类
• 4.4.1 算法原理
• 4.4.2 算法步骤
• 4.4.3 软件实现
• 4.4.4 分类效果分析
• 第5章 结论与展望
• 5.1 本文所做工作总结
• 5.1.1 高光谱遥感图像基本处理
• 5.1.2 植被指数计算与植被盖度反演
• 5.1.3 植被分类
• 5.2 进一步的研究工作
• 参考文献（References）
• 攻读硕士学位期间主要的研究成果
• 致谢