高光谱图像组合光谱特征的研究.docVIP

高光谱图像组合光谱特征的研究 　　摘 要： 在此分析了典型植被、岩矿、土壤和水体地物的光谱特性曲线及其一阶和二阶导数的特点与异同。研究表明通过光谱导数技术，可以快速分析出高光谱特性曲线的反射峰和吸收谷谱带的相关特征，且不同类别地物目标在原始光谱曲线和各阶光谱导数曲线上存在不同敏感波段。因此提出将高光谱原始数据和其各阶导数曲线的敏感波段综合起来构成组合光谱特征，以此达到优化高光谱特征性和降低分类难度，从而进一步提高分类性能的方法。实验结果表明组合光谱特征可以实现高光谱图像有效分类。 　　关键词： 高光谱分类； 组合光谱特征； 光谱导数特征； 导数光谱技术 　　中图分类号： TN919?34； TP751.1 文献标识码： A 文章编号： 1004?373X（2013）14?0104?04 　　Research on combinational spectral features of hyperspectral images 　　CHANG Wen?juan， HE Ming?yi 　　（Earth Observation Research Center， Shaanxi Key Lab of Information Acquisition and Processing， Northwestern Polytechnical University， Xi’an 710129， China） 　　Abstract： The spectral characteristic curves of typical vegetation， minerals， soil and water body， and similarities and differences of their first?order and second?order derivatives are analyzed. The research demonstrates that the relevant characteristics of the reflection peak and the absorption valley bands of hyperspectral spectral characteristic curves can be quickly obtained by analysis and spectrum derivative technology， and there are different sensitive bands between original spectral curve and various order spectral derivative curves of different categories objectives. Therefore， it is proposed that the composition of these sensitive bands of hyperspectral original data and each order derivative curve can constitute combinational spectral features to optimize the performance of hyperspectral features and reduce the classification difficulty. The experimental results show that this combinational spectral features can realize the effective classification of hyperspectral images. 　　Keywords： hyperspectral classification； combinational spectral feature； spectrum derivative feature； derivative spectrum technology 　　0 引 言 　　近年来，高光谱遥感数据处理受到特别关注，IEEE高光谱遥感图像与信号处理?遥感进化（IEEE Workshop on Hyperspectral Image and Signal Processing ?Evolutional Remote Sensing，WHISPERS1）2009在法国召开首届大会，第4届大会于2012年6月在上海召开，IEEE遥感学报、传感器学报及图像处理学报等近来先后出版了有关高光谱遥感数据处理的多个专辑[1?4]。 　　高光谱遥感影像具有光谱分