CN109708754A - 针对点目标的高光谱探测系统及方法 - Google Patents
针对点目标的高光谱探测系统及方法 Download PDFInfo
- Publication number
- CN109708754A CN109708754A CN201811335657.8A CN201811335657A CN109708754A CN 109708754 A CN109708754 A CN 109708754A CN 201811335657 A CN201811335657 A CN 201811335657A CN 109708754 A CN109708754 A CN 109708754A
- Authority
- CN
- China
- Prior art keywords
- target
- optical spectrum
- spectrum
- spectral signature
- target optical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供了一种针对点目标的高光谱探测系统及方法,本发明采用基于混合像元光谱解混的方法,从含有点目标的混合像元光谱中分离出目标光谱,提取目标的光谱特征,并与目标光谱库中的光谱特征样本进行比对和识别,从而实现对点目标的高光谱探测和识别这一问题。
Description
技术领域
本发明涉及一种针对点目标的高光谱探测系统及方法
背景技术
高光谱成像技术是20世纪80年代发展起来的,它在空间对地观测获取目标的几何图像的同时在宽谱段范围内获取成百上千个连续精细的光谱,光谱分辨率可达nm级。高光谱成像同时采集目标的几何、辐射及光谱信息,集相机、辐射计和光谱仪能力与一体,形成图像立方体,可以获得地面任意像元的光谱特征曲线,实现对目标的″指纹″识别。高轨卫星站得高、看得远,但由于受相机和卫星规模的约束,空间分辨率不能做的很高,一般在数十米量级。对于战斗机等小目标,在一个像元内的占比很小,呈现出典型的点目标和混合像元特征,无法直接利用传统的图像识别方法实现对点目标的探测。
针对高轨卫星在对点目标进行探测时无法对直接图像进行目标识别的问题,如何充分利用光谱的″指纹″识别特性进行目标的探测和识别,是一项迫切需要解决的任务。
发明内容
本发明的目的在于提供一种针对点目标的高光谱探测系统及方法。
本发明提供一种针对点目标的高光谱探测系统,包括:
星载高光谱成像仪,用于对视场内包含点目标的区域进行高光谱成像探测,并将获取的包含目标的高光谱探测数据发送给混合像元解混装置;
混合像元解混装置,用于从所述包含目标的高光谱探测数据中,提取背景光谱并对包含点目标的混合像元进行解混,分离出目标光谱;
目标光谱特征提取装置,用于根据分离出的目标光谱,进行目标的光谱特征提取;
光谱比对和识别装置,用于将提取到的目标的光谱特征与光谱库中的目标特征样本进行比对,识别出目标信息,对于未识别出的新目标,则将其光谱特征存入目标光谱库作为新的目标光谱特征样本。
进一步的,在上述系统中,还包括目标光谱库,用于存放目标光谱特征样本,用于提供样本与探测到的目标光谱特征进行比对与识别,并存入新目标的光谱特征。
进一步的,在上述系统中,所述目标的光谱特征包括光谱曲线、曲线峰谷关系的特征。
根据本发明的另一面,提供一种针对点目标的高光谱探测方法,包括:
星载高光谱成像仪对视场内包含点目标的区域进行高光谱成像探测,并将获取的包含目标的高光谱探测数据发送给混合像元解混装置;
混合像元解混装置从所述包含目标的高光谱探测数据中,提取背景光谱并对包含点目标的混合像元进行解混,分离出目标光谱;
目标光谱特征提取装置根据分离出的目标光谱,进行目标的光谱特征提取;
光谱比对和识别装置将提取到的目标的光谱特征与光谱库中的目标特征样本进行比对,识别出目标信息,对于未识别出的新目标,则将其光谱特征存入目标光谱库作为新的目标光谱特征样本。
进一步的,在上述方法中,目标光谱库存放目标光谱特征样本,用于提供样本与探测到的目标光谱特征进行比对与识别,并存入新目标的光谱特征。
进一步的,在上述方法中,所述目标的光谱特征包括光谱曲线、曲线峰谷关系的特征。
与现有技术相比,本发明根据高光谱探测数据进行混合像元光谱解混、光谱特征提取、光谱比对与识别及目标光谱库等装置,并不局限于装载于卫星的星上处理系统,也可以部署在地面系统完成。本发明克服了高光谱探测时因空间分辨率低目标呈点目标特性无法依靠传统图像的方式进行识别的问题,解决了目标占比较小时对目标的探测和识别问题。
附图说明
图1是本发明一实施例的针对点目标的高光谱探测系统的结构框图;
图2是本发明一实施例的针对点目标的高光谱探测方法的流程图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示,本发明提供一种针对点目标的高光谱探测系统,包括:
星载高光谱成像仪,用于对视场内包含点目标的区域进行高光谱成像探测,并将获取的包含目标的高光谱探测数据发送给混合像元解混装置;
混合像元解混装置,用于从所述包含目标的高光谱探测数据中,提取背景光谱并对包含点目标的混合像元进行解混,分离出目标光谱;
目标光谱特征提取装置,用于根据分离出的目标光谱,进行目标的光谱特征提取;
光谱比对和识别装置,用于将提取到的目标的光谱特征与光谱库中的目标特征样本进行比对,识别出目标信息,对于未识别出的新目标,则将其光谱特征存入目标光谱库作为新的目标光谱特征样本。
在此,如图1所示,星载高光谱成像仪101,同混合像元光谱解混装置102连接,用于对目标区域进行高光谱成像探测,并将高光谱探测数据发送给混合像元解混装置102;
混合像元光谱解混装置102,同星载高光谱成像仪101连接,接收星载高光谱成像仪101发送的高光谱探测数据,提取背景光谱,并对含有目标的混合像元数据进行解混处理,分离出目标光谱;并同目标光谱特征提取装置103相连,将目标光谱发送给目标光谱特征提取装置103。
目标光谱特征提取装置103同混合像元光谱解混装置102连接,用于接收混合像元光谱解混装置102分离的目标光谱,并提取出目标的光谱特征;并同光谱比对和识别装置104相连,用于向光谱比对和识别装置104发送提取的目标光谱特征。
光谱比对和识别装置104同目标光谱特征提取装置103相连,用于接收目标光谱特征提取装置103提取的目标光谱特征;同目标光谱库105连接,用于将目标光谱特征与目标光谱库105中的光谱特征样本进行比对并识别目标,并将新的目标光谱特征存入目标光谱库105。
为了充分发挥高轨卫星的优势,解决由于空间分辨率不高带来目标呈点目标的特性而不能直接采用传统图像探测和识别的需求,本发明采用基于混合像元光谱解混的方法,从含有点目标的混合像元光谱中分离出目标光谱,提取目标的光谱特征,并与目标光谱库中的光谱特征样本进行比对和识别,从而实现对点目标的高光谱探测和识别这一问题。
本发明根据高光谱探测数据进行混合像元光谱解混、光谱特征提取、光谱比对与识别及目标光谱库等装置,并不局限于装载于卫星的星上处理系统,也可以部署在地面系统完成。本发明克服了高光谱探测时因空间分辨率低目标呈点目标特性无法依靠传统图像的方式进行识别的问题,解决了目标占比较小时对目标的探测和识别问题。
本发明的针对点目标的高光谱探测系统一实施例中,还包括目标光谱库,用于存放目标光谱特征样本,用于提供样本与探测到的目标光谱特征进行比对与识别,并存入新目标的光谱特征。
在此,如图1所示,目标光谱库105,同光谱比对和识别装置104连接,用于存放目标光谱特征样本,并提供目标光谱特征样本给光谱比对和识别装置104进行目标光谱比对、识别;接收光谱比对和识别装置104提供的新目标光谱特征并存入光谱库。
本发明的针对点目标的高光谱探测系统一实施例中,所述目标的光谱特征包括光谱曲线、曲线峰谷关系的特征。
根据本发明的另一面,还提供一种针对点目标的高光谱探测方法,包括:
星载高光谱成像仪对视场内包含点目标的区域进行高光谱成像探测,并将获取的包含目标的高光谱探测数据发送给混合像元解混装置;
混合像元解混装置从所述包含目标的高光谱探测数据中,提取背景光谱并对包含点目标的混合像元进行解混,分离出目标光谱;
目标光谱特征提取装置根据分离出的目标光谱,进行目标的光谱特征提取;
光谱比对和识别装置将提取到的目标的光谱特征与光谱库中的目标特征样本进行比对,识别出目标信息,对于未识别出的新目标,则将其光谱特征存入目标光谱库作为新的目标光谱特征样本。
在此,如图2所示,该方法包括如下步骤:
步骤201,星载高光谱成像仪开机,系统开机准备,软件初始化;
步骤202,星载高光谱成像仪持续对目标区域进行高光谱成像探测,获取含有目标的高光谱探测数据;
步骤203,提取背景光谱并进行混合像元解混,得到目标光谱;
步骤204,提取目标光谱特征;
步骤205,对目标光谱特征和目标光谱库中的光谱特征样本进行比对、识别;若为新目标则存入目标光谱库。
为解决在高轨进行高光谱探测时因目标在像元中占比较小而不能直接靠图像检测和识别点目标的问题,本发明首先从星载高光谱成像仪获取的探测数据提取背景光谱,并对包含点目标的混合像元进行光谱解混,获取目标光谱,提取目标光谱特征,并与目标光谱库中的光谱特征样本进行比对、识别,若光谱库中无匹配的光谱特征,则认为是新的目标并将目标光谱特征存入目标光谱库。本发明克服了因目标在像元中占比较小不能进行点目标图像检测和识别的问题,实现了对点目标高光谱探测和识别的问题。
本发明的针对点目标的高光谱探测方法一实施例中,还包括:
目标光谱库存放目标光谱特征样本,用于提供样本与探测到的目标光谱特征进行比对与识别,并存入新目标的光谱特征。
本发明的针对点目标的高光谱探测方法一实施例中,所述目标的光谱特征包括光谱曲线、曲线峰谷关系的特征。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
显然,本领域的技术人员可以对发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包括这些改动和变型在内。
Claims (6)
1.一种针对点目标的高光谱探测系统,其特征在于,包括:
星载高光谱成像仪,用于对视场内包含点目标的区域进行高光谱成像探测,并将获取的包含目标的高光谱探测数据发送给混合像元解混装置;
混合像元解混装置,用于从所述包含目标的高光谱探测数据中,提取背景光谱并对包含点目标的混合像元进行解混,分离出目标光谱;
目标光谱特征提取装置,用于根据分离出的目标光谱,进行目标的光谱特征提取;
光谱比对和识别装置,用于将提取到的目标的光谱特征与光谱库中的目标特征样本进行比对,识别出目标信息,对于未识别出的新目标,则将其光谱特征存入目标光谱库作为新的目标光谱特征样本。
2.如权利要求1所述的系统,其特征在于,还包括目标光谱库,用于存放目标光谱特征样本,用于提供样本与探测到的目标光谱特征进行比对与识别,并存入新目标的光谱特征。
3.如权利要求1所述的系统,其特征在于,所述目标的光谱特征包括光谱曲线、曲线峰谷关系的特征。
4.一种针对点目标的高光谱探测方法,其特征在于,包括:
星载高光谱成像仪对视场内包含点目标的区域进行高光谱成像探测,并将获取的包含目标的高光谱探测数据发送给混合像元解混装置;
混合像元解混装置从所述包含目标的高光谱探测数据中,提取背景光谱并对包含点目标的混合像元进行解混,分离出目标光谱;
目标光谱特征提取装置根据分离出的目标光谱,进行目标的光谱特征提取;
光谱比对和识别装置将提取到的目标的光谱特征与光谱库中的目标特征样本进行比对,识别出目标信息,对于未识别出的新目标,则将其光谱特征存入目标光谱库作为新的目标光谱特征样本。
5.如权利要求4所述的方法,其特征在于,还包括:
目标光谱库存放目标光谱特征样本,用于提供样本与探测到的目标光谱特征进行比对与识别,并存入新目标的光谱特征。
6.如权利要求4所述的方法,其特征在于,所述目标的光谱特征包括光谱曲线、曲线峰谷关系的特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811335657.8A CN109708754A (zh) | 2018-11-11 | 2018-11-11 | 针对点目标的高光谱探测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811335657.8A CN109708754A (zh) | 2018-11-11 | 2018-11-11 | 针对点目标的高光谱探测系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109708754A true CN109708754A (zh) | 2019-05-03 |
Family
ID=66254209
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811335657.8A Pending CN109708754A (zh) | 2018-11-11 | 2018-11-11 | 针对点目标的高光谱探测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109708754A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101140325A (zh) * | 2007-10-16 | 2008-03-12 | 哈尔滨工业大学 | 高光谱图像的空间-光谱信息协同提高分辨率的方法 |
CN101930547A (zh) * | 2010-06-24 | 2010-12-29 | 北京师范大学 | 一种基于面向对象的无监督分类的遥感影像自动分类方法 |
CN102930293A (zh) * | 2012-10-19 | 2013-02-13 | 中国科学院自动化研究所 | 一种面向对象的高光谱特征处理方法 |
CN103699889A (zh) * | 2014-01-06 | 2014-04-02 | 成都理工大学 | 一种基于高光谱遥感技术的尾矿识别方法及系统 |
JP2017090130A (ja) * | 2015-11-05 | 2017-05-25 | 株式会社Zmp | モニタリングシステム |
-
2018
- 2018-11-11 CN CN201811335657.8A patent/CN109708754A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101140325A (zh) * | 2007-10-16 | 2008-03-12 | 哈尔滨工业大学 | 高光谱图像的空间-光谱信息协同提高分辨率的方法 |
CN101930547A (zh) * | 2010-06-24 | 2010-12-29 | 北京师范大学 | 一种基于面向对象的无监督分类的遥感影像自动分类方法 |
CN102930293A (zh) * | 2012-10-19 | 2013-02-13 | 中国科学院自动化研究所 | 一种面向对象的高光谱特征处理方法 |
CN103699889A (zh) * | 2014-01-06 | 2014-04-02 | 成都理工大学 | 一种基于高光谱遥感技术的尾矿识别方法及系统 |
JP2017090130A (ja) * | 2015-11-05 | 2017-05-25 | 株式会社Zmp | モニタリングシステム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ayhan et al. | A novel utilization of image registration techniques to process mastcam images in mars rover with applications to image fusion, pixel clustering, and anomaly detection | |
Tan et al. | The impact of gridding artifacts on the local spatial properties of MODIS data: Implications for validation, compositing, and band-to-band registration across resolutions | |
Hodge et al. | High-resolution very large array imaging of sloan digital sky survey stripe 82 at 1.4 GHz | |
CN104540445B (zh) | 图像处理装置、图像处理方法和图像处理系统 | |
Wisotzki et al. | The Hamburg/ESO survey for bright QSOs. III. A large flux-limited sample of QSOs | |
Hoekstra et al. | A measurement of weak lensing by large-scale structure in red-sequence cluster survey fields | |
CN105571718B (zh) | 用于使用位置和取向传感器测量颜色的系统及方法 | |
CN105678778B (zh) | 一种图像匹配方法和装置 | |
Muxlow et al. | The e-MERGE Survey (e-MERLIN Galaxy Evolution Survey): overview and survey description | |
Van der Vlugt et al. | An ultradeep multiband VLA survey of the faint radio sky (COSMOS-XS): source catalog and number counts | |
US20130201342A1 (en) | Estimating a visible vector representation for pixels in an infrared image | |
CN109785446A (zh) | 图像识别系统及其方法 | |
Gross et al. | A multi-temporal hyperspectral target detection experiment: Evaluation of military setups | |
Chen et al. | Fine land cover classification using daily synthetic Landsat-like images at 15-m resolution | |
Yang et al. | Comparison of hyperspectral imagery with aerial photography and multispectral imagery for mapping broom snakeweed | |
Neld et al. | Reliable detection and characterization of low-frequency polarized sources in the LOFAR M51 field | |
Burke-Spolaor et al. | A radio relic and a search for the central black hole in the abell 2261 brightest cluster galaxy | |
García-Moreno et al. | Dataset of thermal and visible aerial images for multi-modal and multi-spectral image registration and fusion | |
Cooray et al. | IR background anisotropies in Spitzer GOODS images and constraints on first galaxies | |
CN109708754A (zh) | 针对点目标的高光谱探测系统及方法 | |
Ducay et al. | Radiometric assessment of four pan-sharpening algorithms as applied to hyperspectral imagery | |
Jha et al. | Multi-platform optical remote sensing dataset for target detection | |
Hoekstra et al. | A measurement of weak lensing by large scale structure in rcs fields | |
Williams et al. | Generation of remotely sensed reference data using low altitude, high spatial resolution hyperspectral imagery | |
Chen et al. | Constucting a unified framework for multi-source remotely sensed data fusion |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190503 |