高光谱,多光谱及超光谱

合集下载

光谱成像技术的分类

光谱成像技术的分类

光谱成像技术的分类光谱成像技术,有时又称成像光谱技术,融合了光谱技术和成像技术,交叉涵盖了光谱学、光学、计算机技术、电子技术和精密机械等多种学科,能够同时获得目标的两维空间信息和一维光谱信息。

光谱成像技术发展到今天,出现的光谱成像仪的种类和数量己经具有较大规模,因而可以从光谱分辨率、信息获取方式(扫描方式)、分光原理和重构理论等不同的视角对光谱成像技术进行分类。

1基于光谱分辨率分类光谱成像技术针对光谱分辨能力的不同,可分为多光谱(Multi-spectral),高光谱(Hyper- spectral)以及超光谱(Ultra-spectral)。

多光谱的谱段数一般只有几十个,高光谱的谱段数可达到几百个,而超光谱一般指谱段数上千个。

它们的区别如表1所示。

2基于信息获取方式分类光谱成像仪需要对三维“数据立方”进行探测,而现今的探测器最多能进行二维探测。

要想获得完整的三维数据,理论上至少需增加一维的空间扫描或光谱扫描。

光谱成像技术获取图谱信息的主要方式有:挥扫式(Whiskbroom )、推扫式(Pushbroom)凝视式(Staring)以及快照式(Snapshot^挥扫式成像光谱仪的光谱成像系统只对空间中某点进行光谱探测,通过沿轨和穿轨两个方向扫描获取完整的二维空间信息,其信息获取方式如图1a所示。

AVIRIS就是通过挥扫成像⑴。

推扫式光谱成像系统探测空间中一维线视场(图1b中的X方向)的光谱,通过沿轨方向(Y方向)扫描实现二维空间信息的获取,芬兰国立技术研究中心实验室研制的AISA就是典型的推扫式成像光谱仪⑵。

凝视式光谱成像系统可对固定窗口目标成像,采用滤光的方式分离并获取不同波段的图像信息,再将不同波段的图像堆叠成“数据立方” 。

如图1c中所示, 该类成像光谱仪实际上是采用光谱维扫描的方式实现图谱“数据立方”的获取。

IfvnMiK drlHliwP^UUviii----- --- hf MT [Tirwik^-(ill图1典型的光谱成像过程: a挥扫式;b推扫式;c凝视式;d快照式栉“屮d^erlLir宜川p*K快照式是一种新兴的图谱信息获取方式,它不需扫描便可获取三维图谱信息。

高光谱,多光谱及超光谱

高光谱,多光谱及超光谱

1、光谱分辨率光谱分辨率spectral resolution定义1:遥感器能分辨的最小波长间隔,是遥感器的性能指标。

遥感器的波段划分得越细,光谱的分辨率就越高,遥感影像区分不同地物的能力越强。

定义2:多光谱遥感器接收目标辐射信号时所能分辨的最小波长间隔。

光谱分辨率指成像的波段范围,分得愈细,波段愈多,光谱分辨率就愈高,现在的技术可以达到5~6nm(纳米)量级,400多个波段。

细分光谱可以提高自动区分和识别目标性质和组成成分的能力。

传感器的波谱范围,一般来说识别某种波谱的范围窄,则相应光谱分辨率高。

举个例子:可以分辨红外、红橙黄绿青蓝紫紫外的传感器的光谱分辨率就比只能分辨红绿蓝的传感器的光谱分辨率高。

一般来说,传感器的波段数越多波段宽度越窄,地面物体的信息越容易区分和识别,针对性越强。

2、什么是高光谱,多光谱及超光谱高光谱成像是新一代光电检测技术,兴起于2O世纪8O年代,目前仍在迅猛发展巾。

高光谱成像是相对多光谱成像而言,通过高光谱成像方法获得的高光谱图像与通过多光谱成像获取的多光谱图像相比具有更丰富的图像和光谱信息。

如果根据传感器的光谱分辨率对光谱成像技术进行分类,光谱成像技术一般可分成3类。

(1)多光谱成像——光谱分辨率在delta_lambda/lambda=0.1mm数量级,这样的传感器在可见光和近红外区域一般只有几个波段。

(2)高光谱成像——光谱分辨率在delta_lambda/lambda=0.01mm数量级,这样的传感器在可见光和近红外区域有几十到数百个波段,光谱分辨率可达nm 级。

(3)超光谱成像——光谱分辨率在delta_lambda/lambda =O.001mm=1nm数量级,这样的传感器在可见光和近红外区域可达数千个波段。

众所周知,光谱分析是自然科学中一种重要的研究手段,光谱技术能检测到被测物体的物理结构、化学成分等指标。

光谱评价是基于点测量,而图像测量是基于空间特性变化,两者各有其优缺点。

全色 多光谱 高光谱影像特征-概述说明以及解释

全色 多光谱 高光谱影像特征-概述说明以及解释

全色多光谱高光谱影像特征-概述说明以及解释1.引言概述部分的内容可能如下所示:1.1 概述全色、多光谱和高光谱影像是遥感技术中常用的图像数据。

这些影像可以捕捉到地球表面的各种光谱信息,从而为地质、农业、环境等领域的研究提供重要的数据支持。

全色影像是指通过对可见光范围内的全部波段进行拍摄和合成,获得高分辨率的图像数据。

它主要反映了地物的明暗、纹理和细节特征,对于城市规划、土地管理和基础设施建设等方面具有重要的应用价值。

多光谱影像则是采用多个波段的光谱信息,通过某种方式对光谱进行组合和处理,获得不同波段上的图像。

不同波段的图像对应了不同的物质组成和能量反射特征,能够提供更加丰富的地物分类和识别信息,常用于农业、林业和环境监测等领域。

高光谱影像是一种相对于多光谱影像更为细致和细分的光谱数据。

它利用较窄的波段间隔捕捉和分析地物的光谱信息,能够提供更详细的物质组成和光谱特性,广泛应用于矿产勘探、地质调查和环境变化监测等领域。

本文将重点介绍全色、多光谱和高光谱影像的特征和应用领域,并分析它们在遥感技术中的重要性。

同时,也将探讨未来发展方向,以期为相关领域的研究提供参考和启示。

1.2 文章结构文章结构是指文章的组织和布局方式,它的设计直接关系到读者对文章内容的理解和掌握程度。

本文将以全色、多光谱和高光谱影像特征为主线,从整体到细节逐步展开,以便读者能够系统地了解这些影像特征的定义、应用领域和特征分析情况。

本文的文章结构如下所示:第一部分是引言部分,主要包括概述、文章结构和目的。

在概述中,将简要介绍全色、多光谱和高光谱影像特征的背景和意义;在文章结构中,将提供本文的组织结构,使读者能够清晰地了解全文的框架;在目的部分,则明确说明本文的目标是为了全面介绍和分析全色、多光谱和高光谱影像特征。

第二部分是正文部分,是文章的主体部分,主要包括全色影像特征、多光谱影像特征和高光谱影像特征三个章节。

在每个章节中,将先对该影像特征进行定义和概念的介绍,然后分析该影像特征在不同应用领域中的具体应用情况,最后对该影像特征进行详细的特征分析,包括特征的表示、提取和处理方法等。

遥感技术分类是什么?

遥感技术分类是什么?

遥感技术分类是什么?
一、遥感:是在一定的距离之外,通过测量而获得某一物体信息的科学。

二、定量遥感:从对地观测电磁波信号中定量提取地表参数的技术和方法研究。

物理量与几何量:
定量有物体几何量(空间位置、范围与姿态)与物体物理属性参数量(物理量)。

光谱波段分的越来越细,形成多光谱、高光谱、超光谱。

三、多光谱:如果采集的数据是细分某特定光谱波长范围,分10个等分到100等分
之间,被称为多光谱数据,其遥感方法为多光谱遥感。

一般这个范围是可见光到热红外。

也就是整个遥感研究的光谱范围。

四、
高光谱:如果采集的数据是细分某特定光谱波长范围,分100个等分到1000等分之间被称为高光谱数据,其遥感方法为高光谱遥感。

五、超光谱:如果采集的数据是细分某特定光谱波长范围,分1000个等分到10000等分之间被
称为超光谱数据,其遥感方法为超光谱遥感。

遥感光谱波段范围:(可见光,热红外)。

具体一点:可见光,近红外,短波红外,中波红外,热红外。

广西善图科技有限公司。

什么是高光谱解析

什么是高光谱解析

什么是高光谱,多光谱,超光谱作者:felles提交日期:2010-4-26 8:16:00 | 分类:高光谱 | 访问量:196到底什么是高光谱,多光谱和超光谱技术2009-11-18 13:53多光谱,高光谱和高光谱技术都被称为成像光谱技术,在遥感和其他科研领域具有举足轻重的作用。

多年来,我一直对这种技术理解不深,很多人说什么多光谱,甚至是超光谱,多光谱技术实际上是高光谱技术的原始阶段,几乎被淘汰了。

而有些人说的超光谱实际上还在美国研发,根本没有进入到市面上,也就说诸多同仁对成像光谱技术也是糊里糊涂。

今日,我在一个网站上发现了对这种技术的解释 ,我认为从专业角度来说,他们说的还比较靠谱。

对于科研确实有一定的帮助。

我在这里吧相关资料拷贝过来供大家欣赏。

成像光谱技术(高光谱成像技术)基础Imaging Spectrometer Fundamentals说明:1.下文所属的成像光谱仪又叫高光谱成像系统,而且同一个概念。

2.该资料为天津菲林斯光电仪器公司 编写,仅作成像光谱技术的内部交流之用,禁止一切形式的侵权传播或引用行为。

一.技术历史背景在现代科研过程中, 多数情况下必须对空间不均匀样品的分布特性加以分析和确认,使用传统的光谱仪仅仅能够以聚焦的镜头扫描样品或者获得整个样品的平均特性,这种光谱和空间信息不可兼得的局限性促使高光谱成像技术(Hyperspectral Imaging)应用而生。

早在20世纪60年代(1960s)人造地球卫星围绕地球获取地球的图片资料时,成像就成为研究地球的有利工具。

在传统的成像技术中,人们就知道黑白图像的灰度级别代表了光学特性的差异因而可用于辨别不同的材料,在此基础上,成像技术有了更高的发展,对地球成像时,选择一些颜色的滤波片成像对于提高对特殊农作物、研究大气、海洋、土壤等的辨别能力大有裨益。

这就是人类最早的多光谱技术(Multispectral imaging)它最早出现在LandSat卫星上。

光谱成像技术发展概况

光谱成像技术发展概况

遥感技术光谱成像技术发展概况张海峰北京信息技术研究所摘要本文阐述了光谱成像技术的分类和光谱波段段的划分及其应用背号,进一步综述了光谱成像的发展历史及其典型的遥感用的光谱成像仪,并对未来的发展趋势进行了展望.关键词光谱成像多光谱超光谱极光谱遥感1引言自20世纪80年代初美国喷气推进实验室(3PL)提出光谱成像仪新概念后,遥感技术正在发生革命性飞跃。

光谱成像技术将成像技术和光谱技术结合在一起,是一种将光学、光谱学、精密机械、电子技术以及计算机技术融于一体的新型遥感技术。

由于光谱成像仪具有高光谱分辨率的巨大优势,在探测物体空间特征的同时对每个空间像元色散形成几十个到上百个波段带宽为tonm左右的连续光谱信息,达到从空间直接识别地球表面物质的目的,因而在经济建设和军事上均有极高应用价值。

光谱成像技术根据场景成像方式的不同可分为掸扫型光谱成像仪、推扫型(亦称推帚型)光谱成像仪和凝视型光谱成像仪。

按照波段数目和光谱分辨率的不同,目前大致分为三类:多光谱multi.spectra/)成像:其波段数为10~50个,光谱分辨率(△^/^)为0.I。

超光谱(hyper-spectral)成像:其波段数为50~1000个,光谱分辨率(△^/^)为O.0l。

超光谱成像技术员原先就是为军事应用开发的,工作波段通常落在0.4哪~1.5bun波段上,设计用于发现伪装目标。

例如.美国u.2高空侦察机早期不能实时获取情报,更不能发现难以探测的目标如掩埋的目标。

为此,美国空军制定了多传感器侦察系统(Mars)改进计划,其中包括ASARS.2合成孔径雷达、多光谱成像仪和新的超光谱成像仪。

(接第251页)图像的自动连续制图以及缺少地面控制点地区的遥感制图具有十分重要的意义。

由于SOM投影的理论复杂性,目前仅有美国使用。

在我国,目前对影像的处理仍然沿用系统校正和多项式校正的混合处理方法,处理效率低,几何保真度差,因此开展SOM投影的应用研究具有极端重要性。

遥感技术基础

遥感技术基础

三种格式优缺点:BIP: 便于从整幅图像中提取小的子区,因为一个子区往往 在一、 二个条带之内。 便于作多维波谱向量的处理运算和样式识别及分类。 BSQ: 便于单波段的选取和处理。BIL: 适用于多波段运算和分类。便于作多维波谱 向量的处理运算和样式识别及分类。 栅格数据: 最低值(低或无) 、高(最大值) 、其他(处于中间) 。
电磁波:电磁场是由电场和磁场组成的,电场和磁场彼此正交,并沿着垂直于传 播方向的轴进行,并时刻发生变化. 电磁波的三个属性:波长: 波长是两个相邻波峰或波谷之间的距离。 频率: 频率指的是在给定时间内通过某一特定点的波峰的数量。 振幅: 振幅即每个波峰的高度。通常用能量水平(一般为光谱的入射辐射) 来量测,可以表达为瓦/m2/um(即能量水平/波长间隔) 斯蒂芬—波尔滋曼定律: 黑体辐射的能量(单位为 W/m2)与其绝对温度的 四 次 方 成 正 比 : 即 M= σ T4 ( 其 中 , σ 是 斯 蒂 芬 — 波 尔 滋 曼 常 数 5.6697*10[-8]W/m2/K4)这一定律阐述了地球(或太阳)发射的能量是其温度 的函数。温度越高,其辐射能量越大。 维恩位移定律:辐射的最大波长可以通过下式进行计算:λ max=k/T(其中 k 为常数 2898,T 为绝对温度,单位 K) 红边效应: 在红外与近红外交界处发生反射率急剧上升的现象。 植被的光谱: 可见光(0.4μ m~0.7μ m) :低反射、低投射、高吸收。主要是 由于叶绿素集中的蓝和红波段。由于其他色素对吸收的影响,在黄—绿区域 即 0.55μ m 为中心的区域有比较小的反射峰。近红外(0.7μ m~1.3μ m) :低 吸收、高反射、高透射。主要是由于叶片结构和叶片的投射性决定的。在近 红外附近具有高反射数据, 构成反射高原。 中红外 (1.3μ m~2.5μ m) 在 1.4,1.9 : 和 2.7μ m 水的强烈吸收影响了植被的反射光源。 水的光谱: 水的电磁波谱曲线与水的性质及其状况有关。大部分水体易于从 近红外波段中勾勒出来。在自然状况下,水体在近红外和中红外波段几乎吸 收了所有的入射辐射。 散射: 散射指的是电磁能量被悬浮在大气中的例子或者大气中的大分子改变 其行进方向。 瑞利散射: 晴空,大气中仅含有大气气体分子,其对入射辐射的散射强度随 着波长的变短而增强,其散射强度的大小与波长的四次方成反比(蓝最小) 。 发生条件:大气颗粒粒径远小于辐射波长。 米反射: 是由大气中大颗粒如尘埃、划分、烟和水滴等引起的,这些颗粒的 粒径是瑞利散射的很多倍。米散射可以影响从可见光到可见光附近比较宽范 围的电磁辐射。米散射与波段相关,但是其关系不像瑞利散射那样一种简单 的形式。在富含大颗粒的底层大气约 0~5m,米反射比较强烈。发生条件:大 气中粒子粒径与入射辐射波长相当。 非选择性散射: 当大气中粒子其直径远大于入射辐射波长时发生。在可见光 及其附近波段中,发生非选择性散射的粒子包括大的水滴或是飞机尘埃。非 选择性意味着与波长无关,因此阴霾天气就是因为所有波长的入射辐射都同 等成都的发生非选择性散射的结果。 折射: 折射的发生是由于光线在两个不同的介质传输时发生弯曲的结果。当 光线穿过的大气层具有不同的清晰度、浑浊度或者温度时,因其影响了大气 层的密度,造成的密度分层现象,因此当光线从其中穿过时也会发生折射。 大气窗口: 相对而言比较容易穿过大气的波段范围称为大气窗口。大气窗口 对遥感作用明显。遥感可利用这些大气窗口造成。在大气窗口之下,其他波 段的电磁能量要受到大气的严重衰减,因此对遥感几乎没有意义。在远红外 区域,两个重要的窗口是从 3.5~4.1μ m,以及 10.5~12.5μ m,后者尤为重要, 因为这个波段范围与地球发射辐射波段范围相近。

超光谱成像技术

超光谱成像技术

超光谱成像技术一、简介超光谱成像技术是一种集光学、光谱学、精密机械、电子技术及计算机技术于一体的新型遥感技术,属于当前可见红外遥感器的前沿科学。

不同于传统的单一波段成像技术,超光谱成像是将成像技术和光谱测量技术相结合,获取的信息不仅涉及目的景物的二维空间信息,还包含随波长分布的光谱辐射信息, 形成所谓的“数据立方”,如图1 所示。

xy图1 超光谱成像的数据立方传统的光学成像技术是运用物质的形态特性来区分它们,而这种技术并不总是高效率的。

例如,对海水中叶绿素浓度的测量单靠形态学的特性,其测量精度往往是很低的。

然而若运用物质光谱特性法来解决,便可得到人们极其满意的结果。

众所周知,任何两种不同的物质决不会有完全相同的光谱特性曲线。

反之,任何一种物质也决不会有两种不同的光谱特性曲线。

也就是说物质的光谱特性曲线是唯一的。

于是,把光谱分辨率和空间分辨率结合起来,便具有更高的探测和辨认物质的能力。

因此,超光谱成像技术的产生及其飞速发展是显而易见的。

丰富的目的光谱信息结合目的空间影像极大提高了目的探测的准确性,扩展了传统探测技术的功能,目前这一技术已广泛应用于陆地海洋地理遥感, 大气、土壤和水体的污染物遥感监测, 医疗光谱成像诊断, 军事目的侦查探测、监视等多个军事和民用领域。

二、发展现状和趋势超光谱成像技术的发展一方面是从遥感领域开始的,20 世纪80年代国际遥感发展最具标志性的成果就是成像光谱仪的出现,它的出现启动了超光谱成像探测技术的开端。

自从1983 年美国喷气推动实验室(JPL)研制第一台成像光谱仪(AIS-I)以来,成像光谱的研究日趋活跃。

从第一代AIS 的32个连续波段,到第二代高光谱成像仪 航空可见光/近红外成像光谱仪(A VIRIS)的224个波段,光谱分辨率在不断提高,A VIRIS 是初次测量全反射波长范围(0.4~2.5μm)的成像光谱仪。

此外,工作在中波红外(3~5μm)、长波红外(8~14μm)波段的成像光谱仪也获得了重要发展,典型的有美国喷气推动实验室(JPL)的ASTER 星载遥感器及美国军方“联合多光谱计划(JMSP)”研制的SEBASS 机载红外成像光谱仪。

多光谱 高光谱

多光谱 高光谱

多光谱高光谱
多光谱和高光谱是两种不同类型的光谱成像技术,它们在遥感和图像分析领域都有广泛的应用。

多光谱成像是一种获取和分析目标物体在多个光谱波段上的图像信息的技术。

通常,多光谱成像使用几个离散的光谱波段,例如可见光、近红外和短波红外等,每个波段对应着特定的波长范围。

通过对这些波段的图像进行分析,可以获取目标物体的光谱特征,例如反射率、吸收率和发射率等,从而实现对目标物体的分类、识别和监测等应用。

高光谱成像是一种更为先进的光谱成像技术,它可以在更窄的波长范围内获取更多的光谱信息。

高光谱成像系统通常能够在数百个甚至数千个波长范围内获取光谱信息,从而形成高光谱图像。

这种高光谱图像包含了目标物体在每个波长上的详细光谱信息,可以用于对目标物体进行更为精确的分类、识别和监测等应用。

总的来说,多光谱和高光谱成像技术都是用于获取和分析目标物体的光谱信息的技术,但高光谱成像
技术可以提供更为详细和精确的光谱信息,适用于更为复杂和精细的应用领域。

高光谱遥感与多光谱遥感

高光谱遥感与多光谱遥感

高光谱和多光谱实质上的差别就是,高光谱的波段 波段 较多,谱带较窄(比如hyperion 有242个波段,带 较多,谱带较窄 宽10nm) 多光谱相对波段较少 波段较少(比如ETM+,8个波段,分为 波段较少 红波段,绿波段,蓝波段,可见光,热红外(2个), 短波红外和全波段)。 高光谱遥感就是比多光谱遥感的光谱分辨率更高, 但是光谱分辨率高的同时空间分辨率会降低。
优点: 优点:
1.有利于利用光谱特征 分析来研究地物 2.有利于采用各种光谱 2. 匹配模型 3.有利于地物的精细分 类与识别
异同点
国际遥感界的共识是光谱分辨率在λ/10数量级 数量级范围 数量级 的称为多光谱(Multispectral),这样的遥感器在可见 光和近红外光谱区只有几个波段,如美国 LandsatMSS,TM,法国的SPOT等; 而光谱分辨率在λ/100的遥感信息称之为高光谱遥感 (HyPerspectral); 随着遥感光谱分辨率的进一步提高,在达到λ/1000 时,遥感即进入超高光谱。
谢 谢
高光谱遥感具有不同于传统遥感的新特点 高光谱遥感具有不同于传统遥感的新特点:
(1)波段多 波段多——可以为每个像元提供几十、数百甚 波段多 至上千个波段; (2)光谱范围窄 光谱范围窄——波段范围一般小于10nm; 光谱范围窄 (3)波段连续 波段连续——有些传感器可以在350~2500nm 波段连续 的太阳光谱范围内提供几乎连续的地物光谱; (4)数据量大 数据量大——随着波段数的增加,数据量成指 数据量大 数增加; (5)信息冗余增加 信息冗余增加——由于相邻波段高度相关,冗 信息冗余增加 余信息也相对增加。
高光谱遥感简介
高光谱遥感起源于20世纪70年代初的多光谱遥感,它 将成像技术与光谱技术 成像技术与光谱技术结合在一起,在对目标的空间 成像技术与光谱技术 特征成像的同时,对每个空间像元经过色散形成几十 乃至几百个窄波段以进行连续的光谱覆盖,这样形成 的遥感数据可以用“图像立方体”来形象的描述。 “ ” 。 同传统遥感技术相比, 其所获取的图像包含了丰富的 空间,辐射和光谱 辐射和光谱三重信息。 空间 辐射和光谱 高光谱遥感技术已经成为当前遥感领域的前沿技术。

高光谱整理

高光谱整理

1.遥感图像的最基本单元是像元,每个像元具有空间特征和属性特征。

空间特征:是用X值和Y值来表示;(纹理,形状,大小,方位)属性特征:常用亮度值表示。

(灰度值,亮度值)2.遥感图像特征(②,③遥感成像技术发展的方向)①时间分辨率:对同一地点进行遥感采样的时间间隔,集采样的时间频率。

也称重访周期。

②空间分辨率:像素所代表的地面范围的大小,或地面物体能分辨的最小单元;③光谱分辨率:传感器在接收目标辐射的光谱时能分辨的最小波长间隔;④辐射分辨率:指传感器接收波谱信号时,能分辨的最小辐射度差;3.高光谱遥感基本概念:①多光谱遥感(Multirspectral Remote Sensing),光谱分辨率在波长的1/10数量级范围内(几十个至几百个nm)的遥感;②高光谱遥感(Hyperspectral Remote Sensing),光谱分辨率在波长的1/100数量级范围内(几个nm)的遥感;③超光谱遥感(Ultraspectral Remote Sensing),光谱分辨率在波长的1/1000数量级范围内(0.2-1nm)的遥感。

4.高光谱遥感与常规多光谱遥感的比较:①高光谱遥感:即高光谱分辨率成像光谱遥感,幅宽小,成像范围小,其细微的波段可进行地物成分的识别,风度估计(精细识别)。

②常规多光谱遥感:幅宽大,成像范围宽,可进行宏观地物影像分析,不可被高光谱遥感完全取代(宏观变化趋势)。

研究宏观的变化情况则必须用多光谱成像仪。

5.高光谱遥感发展概况:高光谱遥感的基础是光谱学(spectroscopy).①光谱学:实验室分析地物光谱特征(获得谱信息)②成像技术:把遥感传感器放置航空或航天平台(获得地物的图像信息)③成像光谱学:把实验室仪器放置航空或航天平台(获得地物的图和谱信息)注:光学遥感的发展——空间、光谱分辨率的不断提高:①全色Panchromatic:主要通过形状(空间信息)识别地物。

②彩色color photography:增加了颜色的感知,加强型的颜色感知。

多光谱与高光谱超分重建

多光谱与高光谱超分重建

多光谱与高光谱超分重建多光谱(MSI)和高光谱(HSI)成像技术是一种通过多个波段获取景物反射率信息的遥感技术。

这种技术可以提供物体的详细光谱信息,帮助人们对物体进行更加准确的识别和分类。

然而,由于采集到的原始数据量庞大,因此对于多光谱和高光谱图像的超分重建成为了一个研究热点。

多光谱和高光谱图像的超分重建是指通过某种算法将低分辨率的多光谱或高光谱图像转换为高分辨率图像。

这种技术可以使得原始图像更加清晰,提高空间分辨率,从而有助于提高图像识别和分类的准确性。

超分重建的过程主要包括以下几个步骤:首先是图像预处理,包括图像去噪、增强等操作;然后是特征提取,即从原始图像中提取出有用的特征信息;接着是特征重建,即根据提取的特征信息对低分辨率图像进行重建;最后是后期处理,包括图像融合、优化等操作。

近年来,随着深度学习技术的发展,基于深度学习的超分重建方法也逐渐受到了研究者的重视。

这些方法通过构建深度神经网络,利用大量的数据进行学习和训练,可以实现对多光谱和高光谱图像的高效超分重建。

例如,使用卷积神经网络(CNN)进行超分重建,可以有效地提高图像的分辨率和清晰度,从而得到更准确的光谱信息。

多光谱和高光谱图像的超分重建在农业、地质勘探、环境监测等领域具有重要的应用价值。

例如,在农业领域,通过对作物进行高分辨率的识别和监测,可以帮助农民及时发现病虫害等问题,从而采取有效的防治措施;在地质勘探领域,可以通过对地表矿物质的高分辨率识别,实现对矿产资源的精准勘探和开发;在环境监测领域,可以通过对环境污染物的高分辨率监测,实现对环境变化的快速响应和管控。

总的来说,多光谱和高光谱图像的超分重建技术具有重要的理论和应用价值。

随着深度学习技术的不断发展,相信在未来这一领域将会有更多的突破和创新,为遥感图像的处理和应用带来更多的可能性。

多光谱高光谱及成像光谱仪的区别

多光谱高光谱及成像光谱仪的区别

光谱技术知识讲堂1.2多光谱、高光谱与高光谱成像仪的区别高光谱成像是新一代光电检测技术,兴起于20世纪80年代,目前仍在迅猛发展中。

高光谱成像是相对多光谱成像而言,高光谱成像方法获得的高光谱图像与多光谱图像相比具有更丰富的图像和光谱信息。

如果根据传感器的光谱分辨率对光谱成像技术进行分类,光谱成像技术一般可分成3类。

(1) 多光谱仪——光谱分辨率在10-1λ数量级范围内称为多光谱(Multi-spectral),传感器在可见光和近红外区域一般只有几个波段,不能成像。

(2) 高光谱仪——光谱分辨率在10-2λ数量级范围内称为高光谱(Hyper-spectral),这样的传感器在可见光和近红外区域有几十到数百个波段,光谱分辨率可达nm级,但不能成像。

(3) 高光谱成像仪——光谱分辨率小于10nm,传感器在可见光和近红外区域可达数百个波段,而且测量结果以图像方式表达出来,每一个像元均由光谱曲线组成,可以更为准确地获取目的物的反射光谱。

比起高光谱仪,高光谱成像仪对样品的测量定位更为精准。

众所周知,光谱技术能检测到被测物体的物理结构、化学成分等指标。

多光谱仪及高光谱仪是基于点的测量,而高光谱成像仪的测量所得到是目的物面上的光谱图。

因此,高光谱成像技术是光谱分析技术和图像分析技术发展的必然结果,是二者完美结合的产物。

高光谱成像技术不仅具有光谱分辨能力,还具有图像分辨能力,利用高光谱成像技术不仅可以对待检测物体进行定性和定量分析,而且还能进对其进行定位分析。

高光谱成像系统的主要工作部件是成像光谱仪,它是一种新型传感器,研制这类仪器的目的是为获取大量窄波段连续光谱图像数据,使每个像元具有几乎连续的光谱数据。

它是一系列光波在不同波长处的光学图像,通常包含数十到数百个波段,光谱分辨率一般为小于l0nm(如美国SOC公司的SOC730,具有300个波段,光谱分辨率达2nm)。

由于高光谱成像所获得的高光谱图像对图像中的每个像素都能提供一条几乎连续的光谱曲线,其在待测物上获得空间信息的同时又能获得比多光谱更为丰富光谱数据信息,这些数据信息可用来生成复杂模型,来进行判别、分类、识别图像中的材料。

多光谱和高光谱的概念

多光谱和高光谱的概念

多光谱和高光谱的概念多光谱和高光谱的概念随着科技的不断进步与发展,多光谱和高光谱这两种概念越来越被人们所熟知。

那么,究竟什么是多光谱和高光谱呢?它们有何区别?接下来,我们就来详细地探讨一下这两种概念。

一、多光谱多光谱是指不同波长范围内的多个波段的光学成像技术。

多光谱技术在遥感、航空摄影和卫星遥感等方面得到广泛应用。

多光谱可将多个波长范围的信号组成不同的频带,这些频带对应不同的光谱波段。

多光谱的应用非常广泛。

在农业上,多光谱可以用于检测作物的健康情况、分析湖泊等水体的水质、监测森林的覆盖率等。

另外,在城市规划、地质探测、环境监测等方面,多光谱也可以发挥其独特的作用。

二、高光谱高光谱是指在一个很宽的光谱范围内获得连续的光谱数据。

与多光谱相比,高光谱的数据更为丰富,它可以提供更精确的光谱信息。

高光谱技术常用于遥感图像处理和分析中,还可以应用于矿产探测、地质探测、环境监测和生态保护等领域。

高光谱在军事方面的应用也非常广泛。

比如,可以用高光谱技术来识别不同种类的目标,监测地面目标等。

随着科技的不断进步,高光谱的应用将越来越广泛。

三、多光谱与高光谱的区别虽然多光谱和高光谱都是光学成像技术,但它们还是存在一些区别的。

首先,多光谱是将不同波长范围内的信号组成不同的频带,同时采集多个频带图像的技术。

而高光谱则是在一个很宽的光谱范围内获得连续的光谱数据,在数据维度上更高。

其次,多光谱可以应用于大范围的遥感成像,而高光谱更适用于小范围的高分辨率图像。

四、结论总之,多光谱和高光谱这两种光学成像技术在科技领域的应用越来越广泛。

其中,多光谱主要用于大范围的遥感成像,比如在农业、地质探测、环境监测等方面;而高光谱则更适用于小范围的高精度数据处理与分析,应用范围包括军事、矿产探测、环境监测等。

对于科学家和技术人员而言,深入了解这两种技术的差异和应用领域非常必要。

光谱及应用范围

光谱及应用范围

光谱及应用范围光谱的范围1、多光谱:光谱分辨率在10-1λ数量级范围内称为多光谱(Multi-spectral)。

包括:可见光、紫外光、红外光2、高光谱:光谱分辨率在10-2λ数量级范围内称为高光谱(Hyper-spectral)。

在电磁波谱的紫外、可见光、近红外和中红外区域,以数十至数百个连续且细分的光谱波段对目标区域同时成像3、红外光谱:通常将红外光谱分为三个区域:近红外区(0.75-2.5μm)、中红外区(2.5-25μm)和远红外区(25-1000μm)。

一般说来,近红外光谱是由分子的倍频、合频产生的;中红外光谱属于分子的基频振动光谱;远红外光谱则属于分子的转动光谱和某些基团的振动光谱。

由于绝大多数有机物和无机物的基频吸收带都出现在中红外区,因此中红外区是研究和应用最多的区域,积累的资料也最多,仪器技术最为成熟。

通常所说的红外光谱即指中红外光谱。

光谱的应用领域1、多光谱:多光谱图像是指包含很多带的图像,有时只有3个带(彩色图像就是一个例子)但有时要多得多,甚至上百个。

每个带是一幅灰度图像,它表示根据用来产生该带的传感器的敏感度得到的场景亮度。

在这样一幅图像中,每个像素都与一个由像素在不同带的数值串,即一个矢量相关。

这个数串就被称为像素的光谱标记。

图像处理2、高光谱:目前高光谱成像技术发展迅速,常见的包括光栅分光、声光可调谐滤波分光、棱镜分光、芯片镀膜等。

可以应用在食品安全、医学诊断、航天领域等领域。

3、红外光谱:红外光谱对样品的适用性相当广泛,固态、液态或气态样品都能应用,无机、有机、高分子化合物都可检测。

此外,红外光谱还具有测试迅速,操作方便,重复性好,灵敏度高,试样用量少,仪器结构简单等特点,因此,它已成为现代结构化学和分析化学最常用和不可缺少的工具。

红外光谱在高聚物的构型、构象、力学性质的研究以及物理、天文、气象、遥感、生物、医学等领域也有广泛的应用。

什么是高光谱

什么是高光谱

什么是高光谱,多光谱,超光谱作者:felles提交日期:2010-4-26 8:16:00 | 分类:高光谱 | 访问量:196到底什么是高光谱,多光谱和超光谱技术2009-11-18 13:53多光谱,高光谱和高光谱技术都被称为成像光谱技术,在遥感和其他科研领域具有举足轻重的作用。

多年来,我一直对这种技术理解不深,很多人说什么多光谱,甚至是超光谱,多光谱技术实际上是高光谱技术的原始阶段,几乎被淘汰了。

而有些人说的超光谱实际上还在美国研发,根本没有进入到市面上,也就说诸多同仁对成像光谱技术也是糊里糊涂。

今日,我在一个网站上发现了对这种技术的解释 ,我认为从专业角度来说,他们说的还比较靠谱。

对于科研确实有一定的帮助。

我在这里吧相关资料拷贝过来供大家欣赏。

成像光谱技术(高光谱成像技术)基础Imaging Spectrometer Fundamentals说明:1.下文所属的成像光谱仪又叫高光谱成像系统,而且同一个概念。

2.该资料为天津菲林斯光电仪器公司 编写,仅作成像光谱技术的内部交流之用,禁止一切形式的侵权传播或引用行为。

一.技术历史背景在现代科研过程中, 多数情况下必须对空间不均匀样品的分布特性加以分析和确认,使用传统的光谱仪仅仅能够以聚焦的镜头扫描样品或者获得整个样品的平均特性,这种光谱和空间信息不可兼得的局限性促使高光谱成像技术(Hyperspectral Imaging)应用而生。

早在20世纪60年代(1960s)人造地球卫星围绕地球获取地球的图片资料时,成像就成为研究地球的有利工具。

在传统的成像技术中,人们就知道黑白图像的灰度级别代表了光学特性的差异因而可用于辨别不同的材料,在此基础上,成像技术有了更高的发展,对地球成像时,选择一些颜色的滤波片成像对于提高对特殊农作物、研究大气、海洋、土壤等的辨别能力大有裨益。

这就是人类最早的多光谱技术(Multispectral imaging)它最早出现在LandSat卫星上。

自然微渗漏植被生长的光谱响应——在巴西利用近端超光谱机载高光谱和轨道多光谱遥感测量树叶和树荫的见解

自然微渗漏植被生长的光谱响应——在巴西利用近端超光谱机载高光谱和轨道多光谱遥感测量树叶和树荫的见解
[ 翻 [ 校 译] 万荣胜 对] 邱 燕 黄文星
遥感影像对圈定矿产靶 区的意义
S a n d r a L. P EI
卫星 图像 为野外 地质学家 、尤其 是在偏远 地 区和 填 图空 白区工 作的地质 学家提 供实
时 的数据支 持 。 目前 ,中分辨 率 ( 1 0  ̄3 0 m)的 多光 谱 ( 如 L a n d s a t ,AS T E R,Au 和 S P O T)影像 已经被证 实可 以用于构造 解译 、岩性 预测和 蚀变矿产 带填 图。新 的高 空问分
生长 。树冠 尺度 的光谱分析 结果 与叶片尺度 分析得 出 的结果相似 。S WI R( 例如 1 8 9 4 n m)
和可 见光 ( 例如 6 7 2 i r m)波段 证实 ,烃类微渗 漏条件 下受影 响大和 没有至微 受影 响的植
被是 呵以区分 的。本 文研究 结果认 为植被遥 感在烃类 渗漏勘 查 中是有效 的。
F o g o )是典型区。该区地势平坦,沙质土壤上种植了人工桉树林。本文 旨在描述该区由
碳 氢化 合物 ( H C)气 体 引发 的叶片光 谱变 化 ,研 究 中使 用 了一系列 传 感器 ( 从 便携式 ( F i e l d S p e c )辐射 测量仪器 到带有 近端超 高光谱 和多光谱 分辨 率轨道辐射 测量 仪器 )收
集的数据。首先利用多时相、多光谱 A S T E R卫星影像 ( 9 个波段, 4 0 0 "  ̄ 2 5 0 0 a m,1 5 ~
3 0 m 空 间分辨 率 ),以及 g a s o me t r i c a l 数据 ( C 2 - C5 )进行 调查 。植被光 谱的 HC异常在
AS T E R V NI R = S WI R波段 显示 了关键特征 信号 ,强化 了地 球化 学异常和 植被异 常之 间的 空 间关联 。 由光谱 圈定 的异 常 区域显 示有许 多渗漏 点 ,这 些渗漏 点在实地 勘查 中得 到证 实。 后续 的研 究主要 集 中于航 空 P r o S p e c T I R - VS高光谱 图像 ( 3 5 7 个波 段 , 4 0 0  ̄2 5 0 0 n m, l m 空间分 辨率 )。通过应 用 多个光谱 指数 进行影像 增 强 ,可 以识别 出与植物 和气量 异 常相 关 的区域 。实地 勘查显 示 :这 些光谱异 常 区桉树 发育较 差 ,叶子凋零 或者根本 没有

多光谱的概念

多光谱的概念

多光谱是指包含可见光和不可见光的光谱,它可以用仪器记录多种光谱成像。

多光谱成像属于广谱成像,根据仪器和需求不同,记录的光谱范围也不同。

多光谱是指不同波长范围内的多个波段的光学成像技术,其应用非常广泛。

在遥感、航空摄影和卫星遥感等方面得到广泛应用。

多光谱可将多个波长范围的信号组成不同的频带,这些频带对应不同的光谱波段。

在多波段(multiband)遥感技术中,对地物辐射中多个单波段的摄取被定义为多波段或多光谱。

得到的影像数据中会有多个波段的光谱信息,可以进行彩色合成。

例如,将R、G、B分别赋予R、G、B三个波段的光谱信息,合成将得到模拟真彩色图象。

多波段遥感影像可以得到地物的色彩信息,但是空间分辨率较低。

此外,多光谱技术在农业、城市规划、地质探测、环境监测等方面也发挥了重要作用。

以上内容仅供参考,如需更多信息,建议查阅相关文献或咨询天文学家。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

1、光谱分辨率光谱分辨率spectral resolution定义1:遥感器能分辨的最小波长间隔,是遥感器的性能指标。

遥感器的波段划分得越细,光谱的分辨率就越高,遥感影像区分不同地物的能力越强。

定义2:多光谱遥感器接收目标辐射信号时所能分辨的最小波长间隔。

光谱分辨率指成像的波段范围,分得愈细,波段愈多,光谱分辨率就愈高,现在的技术可以达到5~6nm(纳米)量级,400多个波段。

细分光谱可以提高自动区分和识别目标性质和组成成分的能力。

传感器的波谱范围,一般来说识别某种波谱的范围窄,则相应光谱分辨率高。

举个例子:可以分辨红外、红橙黄绿青蓝紫紫外的传感器的光谱分辨率就比只能分辨红绿蓝的传感器的光谱分辨率高。

一般来说,传感器的波段数越多波段宽度越窄,地面物体的信息越容易区分和识别,针对性越强。

2、什么是高光谱,多光谱及超光谱高光谱成像是新一代光电检测技术,兴起于2O世纪8O年代,目前仍在迅猛发展巾。

高光谱成像是相对多光谱成像而言,通过高光谱成像方法获得的高光谱图像与通过多光谱成像获取的多光谱图像相比具有更丰富的图像和光谱信息。

如果根据传感器的光谱分辨率对光谱成像技术进行分类,光谱成像技术一般可分成3类。

(1)多光谱成像——光谱分辨率在delta_lambda/lambda=0.1mm数量级,这样的传感器在可见光和近红外区域一般只有几个波段。

(2)高光谱成像——光谱分辨率在delta_lambda/lambda=0.01mm数量级,这样的传感器在可见光和近红外区域有几十到数百个波段,光谱分辨率可达nm 级。

(3)超光谱成像——光谱分辨率在delta_lambda/lambda =O.001mm=1nm数量级,这样的传感器在可见光和近红外区域可达数千个波段。

众所周知,光谱分析是自然科学中一种重要的研究手段,光谱技术能检测到被测物体的物理结构、化学成分等指标。

光谱评价是基于点测量,而图像测量是基于空间特性变化,两者各有其优缺点。

因此,可以说光谱成像技术是光谱分析技术和图像分析技术发展的必然结果,是二者完美结合的产物。

光谱成像技术不仅具有光谱分辨能力,还具有图像分辨能力,利用光谱成像技术不仅可以对待检测物体进行定性和定量分析,而且还能进对其进行定位分析。

高光谱成像系统的主要工作部件是成像光谱仪,它是一种新型传感器,2O 世纪8O年代初正式开始研制,研制这类仪器的目的是为获取大量窄波段连续光谱图像数据,使每个像元具有几乎连续的光谱数据。

它是一系列光波波长处的光学图像,通常包含数十到数百个波段,光谱分辨率一般为1~l0nm。

由于高光谱成像所获得的高光谱图像能对图像中的每个像素提供一条几乎连续的光谱曲线,其在待测物上获得空间信息的同时又能获得比多光谱更为丰富光谱数据信息,这些数据信息可用来生成复杂模型,来进行判别、分类、识别图像中的材料。

通过高光谱成像获取待测物的高光谱图像包含了待测物的丰富的空间、光谱和辐射三重信息。

这些信息不仅表现了地物空间分布的影像特征,同时也可能以其中某一像元或像元组为目标获取它们的辐射强度以及光谱特征。

影像、辐射与光谱是高光谱图像中的3个重要特征,这3个特征的有机结合就是高光谱图像。

高光谱图像数据为数据立方体(cube)。

通常图像像素的横坐标和纵坐标分别用x和Y来表示,光谱的波长信息以(Z即轴)表示。

该数据立方体由沿着光谱轴的以一定光谱分辨率间隔的连续二维图像组成。

(Z轴的每一层对应一定窄带波长的光谱图像)。

3、多光谱、高光谱、超光谱辨识一.技术历史背景早在20世纪60年代(1960s)人造地球卫星围绕地球获取地球的图片资料时,成像就成为研究地球的有利工具。

在传统的成像技术中,人们就知道黑白图像的灰度级别代表了光学特性的差异因而可用于辨别不同的材料,在此基础上,成像技术有了更高的发展,对地球成像时,选择一些颜色的滤波片成像对于提高对特殊农作物、研究大气、海洋、土壤等的辨别能力大有裨益。

这就是人类最早的多光谱技术(Multispectral imaging)它最早出现在LandSat卫星上。

这些最早的星载图像传感器(例如,LandSat卫星上的Thematic Mapper和法国SPOT卫星上的相机)以离散的几种颜色(或者几个波段)对地球成像,就是人们常说的多光谱成像。

既然多光谱成像(Multispectral Imaging)仅仅以几个连续的光谱波带成像对于我们研究环境就如此有用,为什么不把波带数拓展更多,把光谱分辨率拓展更细呢?因此,用于遥感目的的高光谱成像技术(Hyperspectral Imaging)在20世纪80年代初期诞生了,它最早是机载的成像光谱仪(Airborne ImagingSpectrometer),如今已拓展到先进的可见和红外成像光谱仪(AVIRIS),这两种最早都诞生在NASA的JPL中心(NASA:美国国家航天航空管理局)。

从多光谱到高光谱遥感技术的前进也需要仪器的发展。

虽然对地球成像而言七个非连续的波段称不上什么光谱成像技术,但是如果使用200个连续的波段,每个波段的光谱分辨率在10nm左右,谁都不会否认这是光谱成像技术。

而且人类对更好更高的追求从来都没停止过,现在光谱成像技术已经发展到超光谱时代(Ultraspectral Imaging),比如,它使用的是空间发射光谱仪(Atmospheric Emission Spectrometer,AES),这个超光谱成像仪在红外波段就能产生数千个波带,分辨率高达1nm。

全球第一个星载高光谱成像器于1997年在NASA随着Lewis卫星发射升空,它包含了384个波段涵盖了400-2500nm波段,不幸的是这颗卫星控制出现问题,失去了动力,升空一个月后就偏离了轨道。

随后,一些实验性的机载高光谱成像器在NASA的DOD(Department of Defense)得到了重点研发,这些机载的高光谱成像系统涵盖了VNIR/SWIR和MLIR(3-5微米),LWIR(又称热红外相机,适应波段8-12微米)。

目前,成像光谱技术已经走出了最初的军事应用的局限,在国土资源调查,精准农业生产和研究,农作物分选和检测等多种应用领域发挥不可替代的作用。

基于成像光谱技术波长范围为400-1000nm, 900-1700nm, 1100-2500nm,3000-15000nm的各种成像光谱仪和高光谱成像器也应运而生。

但是由于军事应用的潜在性依然存在,国外先进成像光谱仪国家对成像光谱仪的对华出口管制非常严格,例如,红外成像光谱仪是百分之百对华禁运,其他波段的成像光谱仪也需要我国用户提供商务部签发的“End User and End Use Statement”,但是,尽管如此,能否进口到中国来依然存在许多变数。

为什么国外多这种技术对华如此高级别地限制,高光谱技术到底“高”在那些方面,高光谱成像光谱仪如何实现高光谱数据的获取?针对诸多技术细节,天津菲林斯光电仪器公司作为国内专业的成像光谱技术提供者,发挥专业技术优势,从纯技术的角度为广大用户和读者提供一份绝密级别的内部参考资料,这份资料仅供广大用户之间阅读参考,切勿随意散发。

二.技术综述成像光谱(高光谱)数据是图谱合一的海量数据源,它同时包含了图像信息和光谱信息,能够给出各个波段上每个像素的光谱强度数据,而且光谱分辨率很高,这样,这种数据在一些对光谱和图像和光谱分辨率要求较高的领域就显示出无可替代的作用。

例如,矿产探测,高光谱数据由于较高的光谱分辨率就可以帮助人们通过光谱分析的的办法找到一些隐蔽性极强的稀有矿产,而在以前,普通的光谱技术是无法发现这些矿产的。

高光谱成像的数据是一叠连续多个波段成像获得的景色或样品的图像,就是俗称的图像立方体(Image cube)。

这个图像立方具有两个空间维度(X和Y),第三维为每个像素的波长或辐射强度。

那么,如何获得这种价值连城的高光谱图像立方体呢?它是通过成像光谱仪获取的,但是成像光谱仪(或高光谱成像系统)本身是一种获取图像的传感器,它获取的只是光谱信息,一般地,成像光谱仪器及其配套软件是不提供该图像立方体的显示功能的,您需要把成像光谱仪获取的数据导入到ENVI软件中才能显出如此漂亮的图片资料。

在深入该话题的探讨之前,我们首先明确高光谱遥感的三个空间级别:航天级别:星载遥感(planet-borne)距离地面150公里以上。

这是一种典型的高光谱遥感应用,也是高光谱技术(成像光谱技术)的最初应用,它是把成像光谱仪安装于卫星上,对地球目标进行高光谱遥感探测。

工作距离通常是几万公里以上,我国的神舟七号飞船就成安装类似的成像光谱仪。

使用的成像光谱仪非常庞大,每次实验的费用非常巨大。

航空级别:机载遥感(Airborne)距离地面100-到十多公里的距离。

使用小型飞机或无人机作为光谱仪的搭载平台,是目前主要的遥感成像工作方法。

它使用的成像光谱仪体积小。

但是要获得比较好的实验结果并不容易,需要精确的GPS和惯导定位,高性能的计算机和高频率的拍摄速度。

地面级别:这种应用的主要领域是地面或高度不高于50m的空间成像。

它不再是像前两种那样动态的成像,而是通常静态成像,比较常见的是农业应用和实验室高光谱成像。

但是也有把推扫式成像光谱仪放置在地面,配备旋转位移台或线形位移台,以产生两种效果:成像光谱仪运动而待测物目标静止,或者成像光谱仪静止而待测目标运动的效果。

目前,实际科研过程中,常用的是航空级别(动态成像)和地面级别的高光谱遥感成像(静态成像)。

现在,可以这样认为:动态的测量应用就需要使用推扫式成像方式获取图像,静态测量应用需要使用波长扫描式获取高光谱图像。

这两者有何区别呢?下图将有利于您理解该问题。

4、众所周知,光谱分析是自然科学中一种重要的研究手段,光谱技术能检测到被测物体的物理结构、化学成分等指标。

光谱评价是基于点测量,而图像测量是基于空间特性变化,两者各有其优缺点。

因此,可以说光谱成像技术是光谱分析技术和图像分析技术发展的必然结果,是二者完美结合的产物。

光谱成像技术不仅具有光谱分辨能力,还具有图像分辨能力,利用光谱成像技术不仅可以对待检测物体进行定性和定量分析,而且还能进对其进行定位分析。

高光谱成像系统的主要工作部件是成像光谱仪,它是一种新型传感器,2O 世纪8O年代初正式开始研制,研制这类仪器的目的是为获取大量窄波段连续光谱图像数据,使每个像元具有几乎连续的光谱数据。

它是一系列光波波长处的光学图像,通常包含数十到数百个波段,光谱分辨率一般为1~l0nm。

由于高光谱成像所获得的高光谱图像能对图像中的每个像素提供一条几乎连续的光谱曲线,其在待测物上获得空间信息的同时又能获得比多光谱更为丰富光谱数据信息,这些数据信息可用来生成复杂模型,来进行判别、分类、识别图像中的材料。

相关文档
最新文档