2.5 卫星遥感高光谱数据的获取

    2.5.1　Hyperion传感器EO-1卫星(EarthObserving-1)是美国NASA新千年计划中的第一颗对地卫星,其目的是对卫星载体和新遥感器技术进行验证。该卫星于2000年11月21日由EarthObserving-1(EO-1)地球观测卫星搭载升空,其轨道高度705km,倾角98.7°,并与太阳......查看详细>>

标签:智能算法在高光谱遥感数据处理中的应用

2.6 卫星遥感数据的存储格式

    GIS的标准光栅图像有3种组织方式:BSQ(bandsequentialformat)、BIL(bandinterleavedbylineformat)、BIP(bandinterleavedbypixelformat),表2-6-1比较了3种组织方式的特点。根据应用的不同,卫星遥感数据读取方式有很大的不同。这就要求需对遥感数据设定相关的......查看详细>>

标签:智能算法在高光谱遥感数据处理中的应用

2.7 卫星遥感图像的预处理

    2.7.1　波段的预删选遥感图像波段的预删选主要是删除某些冗余的波段和数据量较少的波段以提高图像的可识别性和数据密度。在传感器扫描反射值数据时,因为设备自身的原因,将产生一些重复的波段,以Hyperion传感器为例,其VNIR波段......查看详细>>

标签:智能算法在高光谱遥感数据处理中的应用

3.1 常见原生铀矿物的光谱特征

    3.1.1　晶质铀矿的诊断性光谱特征本次测量丹凤陈家庄一个晶质铀矿粉末样本,光谱曲线测量结果如图3-1-1所示。图3-1-1　晶质铀矿光谱曲线由图3-1-1可见,晶质铀矿的光谱反射率为4%～8%,反射率比沥青铀矿低,光谱曲线起伏变化幅度则更......查看详细>>

标签:智能算法在高光谱遥感数据处理中的应用

3.2 常见次生铀矿物的光谱特征

    3.2.1　硅钙铀矿的诊断性光谱特征本次共测量28个硅钙铀矿样品,硅钙铀矿样品呈黄色,以薄膜状附着在硅化红化花岗碎裂岩开裂面上,厚度一般为0.5～2mm。样品来自201矿床的馆藏矿物标本。光谱曲线如图3-2-1所示。图3-2-1　硅钙铀矿光谱......查看详细>>

标签:智能算法在高光谱遥感数据处理中的应用

4.1 视觉感知要素

    虽然数字图像是建立在概率统计表示法的基础上的,但是人的直觉与分析是在决定具体技术的应用时起核心作用。这种选择常常是主观的视觉判断。因此有必要介绍一下人类的视觉感知系统。鉴于这一问题的复杂性和广度,这里只涉及......查看详细>>

标签:智能算法在高光谱遥感数据处理中的应用

4.2 图像增强简介

    获取图像的方式有很多种,如可见光、声纳、X射线等。这些方法的目的是相同的,就是从感知的数据中产生数字图像。大多数传感器的输出是连续电压波形,这些波形的幅度和空间特性都与感知的物理现象有关。为了产生一幅数字图像......查看详细>>

标签:智能算法在高光谱遥感数据处理中的应用

4.3 基本灰度变换

    基本灰度变换是图像增强技术中最简单的一类。处理前后的数值用r和s表示。如公式(4.2.2)所示,基本灰度变换也就是把数值r映射到s的一种变换。由于处理的是数值量,变换函数的值通常可以存储在一个一维整列中,并通过查表得到从......查看详细>>

标签:智能算法在高光谱遥感数据处理中的应用

4.4 直方图处理

    离散化灰度级为[0,t]范围内的数字图像的直方图是离散函数h(rk)=nk,其中rk是第k级灰度,nk是图像中灰度级为rk的像素个数。经常以图像中像素的总数(用n表示)来除它的每个值,以得到归一化的直方图。因此,一个归一化的直方图由P(rk)=n......查看详细>>

标签:智能算法在高光谱遥感数据处理中的应用

4.5 图像局部增强

    前面讨论的所有方法都是全局性的,在某种意义上,像素是被基于整幅图像灰度满意度的变换函数所修改的。这些全局方法适用于整个图像的增强,但有时对图像小区域细节的局部增强显得额外重要。在这些区域中,全局变换得出的像素......查看详细>>

标签:智能算法在高光谱遥感数据处理中的应用