CN1664851A - 成像光谱数据处理系统及成像光谱数据处理方法 - Google Patents

成像光谱数据处理系统及成像光谱数据处理方法 Download PDF

Info

Publication number
CN1664851A
CN1664851A CN 200510064328 CN200510064328A CN1664851A CN 1664851 A CN1664851 A CN 1664851A CN 200510064328 CN200510064328 CN 200510064328 CN 200510064328 A CN200510064328 A CN 200510064328A CN 1664851 A CN1664851 A CN 1664851A
Authority
CN
China
Prior art keywords
data
module
imaging spectrometer
correction
ground
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.)
Granted
Application number
CN 200510064328
Other languages
English (en)
Other versions
CN1315094C (zh
Inventor
郭大海
张宗贵
姚国清
宋才良
纪晓璇
党福星
郭小方
秦绪文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Aero Geophysical Survey & Remote Sensing Center For Land And Resources
China University of Geosciences Beijing
Original Assignee
China Aero Geophysical Survey & Remote Sensing Center For Land And Resources
China University of Geosciences Beijing
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Aero Geophysical Survey & Remote Sensing Center For Land And Resources, China University of Geosciences Beijing filed Critical China Aero Geophysical Survey & Remote Sensing Center For Land And Resources
Priority to CNB2005100643280A priority Critical patent/CN1315094C/zh
Publication of CN1664851A publication Critical patent/CN1664851A/zh
Application granted granted Critical
Publication of CN1315094C publication Critical patent/CN1315094C/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

鉴于目前在成像光谱数据处理领域还没有一个成熟的系统,可以承担成像光谱数据的预处理任务,因此本发明提出了一种成像光谱数据处理系统及成像光谱数据处理方法,企图通过对输入到成像光谱数据处理系统中的原始数据进行格式转换处理、根据仪器参数进行辐射定标、对辐射定标后的数据进行大气校正、根据姿态参数进行几何校正、根据地面定标数据进行光谱重建等处理而实现对成像光谱数据的处理,从而实现了利用计算机技术对成像光谱数据进行自动化的预处理,提高了成像光谱数据处理的应用效率及效果,促进了机载成像光谱技术的应用产业化进程。

Description

成像光谱数据处理系统及成像光谱数据处理方法
技术领域
本发明涉及成像光谱技术,更进一步涉及一种成像光谱数据处理系统及处理方法。
背景技术
成像光谱是对地观测前沿的技术之一。成像光谱技术的兴起和迅速发展,不仅极大地增强了遥感对地观测能力和对地物的鉴别能力,而且促使遥感由对地物的鉴别发展到可对地物或对地物组分进行直接识别。
自二十世纪八十年代初成像光谱学的发展,尤其使遥感技术在地质矿产资源调查、评价中具备对岩石、矿物直接识别和提取其组分、结构信息的能力,使遥感定量研究成为可能。九十年代以来,成像光谱技术得到了飞速发展,航空、航天成像光谱技术并行发展,基础理论日趋成熟,许多国家都作了大量的机载飞行试验、方法研究和应用示范工作。在数据获取、辐射定标、光谱重建、数据处理等一些关键技术有了一定程度的发展,也发展了一些专用处理软件或软件模块,尤其是在岩石矿物识别、地质制图、固体矿产和油气勘探、大气成分探测、植物长势监测和农业估产、环境监测、海水叶绿素含量探测等方面正在发挥越来越重要的作用。
我国从“七五”开始成像光谱技术的跟踪研究。在国家攻关项目的支持下1990年上海技术物理所成功地研制首台航空成像光谱仪MAIS(可见光32波段,光谱分辨率20nm,瞬时视志角IFOV为3mrad;短波红外32波段,光谱分辨率30nm,瞬时视场角IFOV为4.5mrad;热红外7波段,光谱分辨率400-800nm,瞬时视场角IFOV为3mrad)。在此基础上,中科院遥感所等单位开展了相应的方法和应用研究,不断跟踪国际先进水平,在地质找矿、油气勘察、海岸带调查、湿地生态环境研究、农业估产等方面应用取得了可喜的效果。北京大学、武汉测绘科技大学、核工业总公司、有色、冶金遥感中心等单位也相继开展了一些零星的研究工作。原地质矿产部“九·五”重点科研攻关项目“成像光谱方法技术开发应用研究”,开发了可实用的技术方法,有力推动了成像光谱技术的地质应用。“九五”期间,上海技术物理所在863-308项目的支持下,又成功地研制了波段更多(128个)、光谱覆盖范围更宽(0.40-12.00μm)、光谱分辨率更高(10-40nm)的“实用型模块化成像光谱仪”OMIS-I、OMIS-II和宽视场面阵CCD超光谱成像仪PHI,并具有将原始记录数据回放到光盘、硬盘的功能;长春光机所在863-2项目的支持下,研制成功C-HRIS高分辨率成像光谱仪,将我国成像光谱技术提高到一个新的水平。
但是目前还没有一个成熟的系统,可以承担成像光谱数据的预处理任务。研究任务多是在现有的图象处理系统中,手工完成绝大多数预处理任务,极大地影响了成像光谱数据的应用效果。
发明内容
针对在成像光谱数据处理领域中存在的上述问题,本发明提出了一种成像光谱数据处理系统及在该系统上的成像光谱数据处理方法。
本发明涉及了一种成像光谱数据处理系统,其特征在于该数据处理系统包括以下结构:
输入模块,用于输入原始图像数据;
预处理模块,用于在原始数据资料的基础上,通过格式转换、辐射定标、校正等处理以获得相应的数据产品;
产品处理模块,用于对数据产品进行精校正、镶嵌等处理;
辅助处理模块,用于进行图像显示、基本的图像增强、波谱特征曲线显示;
其特征在于所述预处理模块进一步还包括:
格式转换模块,将原始数据转换成数据处理系统可处理的格式;
产品生成模块,用于将格式转换后的数据以及仪器参数、姿态参数和地面定标数据一起生成0级数据产品。
此外,本发明的成像光谱数据处理系统的预处理模块进一步还包括:
辐射校正模块,对于格式转换后的图像产品,根据仪器参数和定标数据进行仪器辐射定标处理;
产品生成模块,用于将辐射定标后生成的数据以及仪器参数、姿态参数和地面定标数据一起生成1级数据产品。
此外,本发明的成像光谱数据处理系统的预处理模块进一步还包括:
大气校正模块,用于对经辐射定标处理后的数据进行大气校正;
几何校正模块,根据姿态参数进行几何校正,并根据地面定标数据进行光谱重建;
产品生成模块,利用上述处理后得到的数据而生成2级数据产品。
本发明还涉及一种成像光谱数据处理方法,该方法包括以下步骤:
将原始数据输入到成像光谱数据处理系统中;
对原始数据进行格式转换处理;
利用格式转换后的数据以及仪器参数、姿态参数和地面定标数据,从而生成0级数据产品。
此外,本发明的成像光谱数据处理方法进一步还包括:
对于格式转换后的数据,根据仪器参数进行辐射定标;
利用辐射定标后生成的数据以及仪器参数、姿态参数和地面定标数据,从而生成1级数据产品。
此外,本发明的成像光谱数据处理方法进一步还包括:
对辐射定标后的数据进行大气校正;
根据姿态参数进行几何校正;
根据地面定标数据进行光谱重建;
从而生成2级数据产品。
在本发明所公开的成像光谱数据处理系统的基础上,利用本发明所公开的成像光谱数据处理方法,实现了利用计算机技术对成像光谱数据进行自动化的预处理,提高了成像光谱数据处理的应用效率及效果。
附图说明
参考以下附图,可以更好的说明本发明的系统及方法,并阐述其优点:
图1.示意性的给出了本发明所述的成像光谱数据处理系统;
图2.示意性的示出了本发明所述的成像光谱数据处理方法的流程图;
图3.显示了地面定标点的原始图像数据;
图4.显示了对地面定标点原始图像数据进行仪器辐射定标后的光谱图像;
图5.显示了对仪器辐射定标后的地面定标点数据进行大气校正后的光谱图像;
图6.显示了根据地面光谱数据进行光谱重建后的光谱图像;
图7.显示了所述地面定标点的实际光谱特征曲线;
图8.显示了利用GPS数据进行几何校正的校正流程图。
具体实施方式
参考附图,下面将详细阐述本发明的成像光谱数据处理系统及数据处理方法。
图1示意性的给出了本发明所述的成像光谱数据处理系统,其中包括输入模块,根据机载成像光谱仪等而进行原始图像数据的输入,其中所述成像光谱仪例如是OMIS-I、HyMap等。
本发明所述的成像光谱数据处理系统还包括预处理模块,用于在原始数据资料的基础上,通过进行相应的格式转换、辐射定标、校正等处理以便获得相应的0级、1级、和2级数据产品,所述预处理模块进一步包括:
格式转换模块,用于将原始数据资料格式转换为系统可处理的格式。由于存在着多种成像光谱仪器,其形成的数据格式各异,而且还保存了许多平台的信息,为了方便在实际应用中使用数据,我们专门设计了数据格式,即:一幅数据包括两个文件,.img和.had,.img中只有高光谱图象数据,并且各波段按BSQ方式存放,该存放方式是现有技术中已经成熟的技术,这里就不再陈述,.had文件中存放了相关的参数和辅助数据。
辐射校正模块,其进一步包括辐射定标模块、大气校正模块、光谱重建模块、反射率重建模块、亮度均匀模块。由于反射率重建及亮度均匀技术在本领域中已经公知,这里就不再详细描述;辐射定标模块用于对格式转换后的图像产品根据仪器参数和定标数据进行仪器辐射定标处理;大气校正模块,用于对经辐射定标处理后的数据进行大气校正,在大气校正中采用当前已经成熟的技术,即例如是回归分析法和最小值法,由于算法很成熟,效果也已经得到业界认可,因此也不作详细描述;光谱重建模块是利用飞行时同步实测的地面波谱数据,通过回归分析,建立等式(1)中的图像亮度与地面反射率之间的对应关系:
      ρ=a*N+b                                (1)
其中,ρ为反射率,N为亮度,a、b为回归系数,并利用该建立好的关系,对成像光谱数据进行光谱重建,得到地面反射率图。
几何校正模块,其进一步包括姿态校正模块及GPS校正模块,其分别用于根据姿态参数进行几何校正,即利用仪器提供的飞行姿态数据进行图像几何特性的恢复性处理,以及利用仪器提供的GPS数据对图像进行几何校正。
产品生成模块,用于将格式转换后的数据与仪器参数、姿态参数和地面定标数据一起生成0级数据产品;将辐射定标后生成的数据与仪器参数、姿态参数和地面定标数据一起生成1级数据产品;以及,用于通过对辐射定标后的数据进行大气校正,并根据姿态参数进行几何校正,以及根据地面定标数据进行光谱重建,从而生成2级数据产品。
此外,所述成像光谱数据处理系统还包括产品处理模块,其进一步包括精校正模块和镶嵌模块,用于对数据产品进行精校正、镶嵌等处理。由于航空机载的特性,几何崎变较大,而且多数不均匀,利用常规的校正方法很难取得较好效果,因此,设计了采取用控制点构造三角网,从而对整幅图像实行分块线性校正,对于重点地区或应用户要求,在条件具备时,对成像光谱数据进行几何精校正处理方法,所述几何精校正即通过人工来选择控制点,完成图像的精校正。所述镶嵌模块用于将多个图像条带拼接成一个大图像。产品处理模块的各项功能是可选择而进行的,其只是为了更进一步的使本发明的成像光谱数据处理系统取得更好的效果,而不是限定本发明所述成像光谱数据处理系统及方法必须进行这种处理。
此外,所述成像光谱数据处理系统还包括辅助处理模块,用于进行图像显示、基本的图像增强、波谱特征曲线显示等。辅助处理模块包括查看模块及图像模块,其中,查看模块进一步包括波谱曲线模块和图像信息模块;图像模块进一步包括图像浏览、反差拉伸、图像平滑、图像增强、伪彩色编码、BMP图像浏览、保存BMP图像等模块。
结合图1所示的系统结构图,图2显示了本发明所述的成像光谱数据处理方法的处理流程。首先,将原始数据输入到成像光谱数据处理系统中,然后对原始数据进行格式转换处理,进而可将格式转换后的数据以及仪器参数、姿态参数和地面定标数据一起而生成0级数据产品;此外,对于经格式转换后的数据,根据仪器参数进行辐射定标,并将经辐射定标后而生成的数据与仪器参数、姿态参数和地面定标数据一起而生成1级数据产品;此外,还可对辐射定标后的数据进行大气校正,并根据姿态参数进行几何校正,以及根据地面定标数据进行光谱重建,从而可以生成2级数据产品。
此外,所述光谱重建即利用飞行时同步实测的地面波谱数据,通过回归分析,建立如上等式(1)中的图像亮度与地面反射率之间的对应关系,并利用该建立好的关系,对成像光谱数据进行光谱重建,得到地面反射率图。
下面参考附图3-6,根据对地面定标点进行成像光谱数据处理的过程来对本发明作进一步的说明。图3-6显示了在本发明所述的成像光谱数据处理系统的基础上采用本发明所述的方法对地面定标点进行数据处理的过程。其中图3显示了地面定标点的原始图像数据;图4显示了在将原始图像进行格式转换后对地面定标点原始图像数据进行仪器辐射定标后的光谱图像;图5显示了对仪器辐射定标后的地面定标点数据进行大气校正后的光谱图像;图6显示了根据地面光谱数据进行光谱重建后的光谱图像。此外,图7显示了所述地面定标点的实际光谱特征曲线。对地面定标点进行成像光谱数据处理的具体流程如下:首先,在原始图像数据的基础上,经过格式转换,将原始图像数据转换成为相应的系统处理格式,即.img及.had文件格式,并根据仪器参数进行辐射定标;然后,对经辐射定标后的数据,采用大气校正方法进行校正;然后,将大气校正后得到的图像,根据地面光谱数据进行光谱重建,从而得出数据处理产品。其中,所述光谱重建即利用飞行时同步实测的地面波谱数据,通过回归分析,建立如上等式(1)中的图像亮度与地面反射率之间的对应关系,并利用该建立好的关系,对成像光谱数据进行光谱重建,得到地面反射率图。
从上述附图中可以看出,经本发明所述成像光谱数据处理系统的处理,将原始图像经过光谱重建后,能更好地民示地面定标点本身的波谱特性,与地面定标点本身的光谱特征非常接近,其结果可以更好地用来识别地面定标点。但是本发明所述的成像光谱数据处理系统及成像光谱数据处理方法并不仅限于对地面定标点的处理,其也可以用于对植被、水泥路面、洁净水体、浑浊水体、泥质小型路面等多种地物进行光谱数据处理,以更好来用来识别上述地物。
此外,由于受飞机飞行、传感器、地形等多种因素的影响,成像光谱数据的几何特征往往有较大的畸变,而且误差较大,在实际应用之前,需要进行校正。传统的几何校正仅仅是根据飞机飞行过程中的姿态参数而完成校正的。如在图8所示的几何校正处理流程中,为了提高几何校正的精度,本发明在进行几何校正的过程中引入了GPS数据,在建立共线方程后,利用GPS数据修正共线方程,从而可以得出精度更高的几何校正结果。共线方程的构建过程如下:
为了研究像点与地面相应点的数学关系,必须建立中心投影的构像方程。此处,可以将每一个扫描点近似的看作中心投影,一般地区的构像方程表示如下:
x = - f a 1 ( X A - X S ) + b 1 ( Y A - Y S ) + c 1 ( Z A - Z S ) a 3 ( X A - X S ) + b 3 ( Y A - Y S ) + c 3 ( Z A - Z S ) y = - f a 2 ( X A - X S ) + b 2 ( Y A - Y S ) + c 2 ( Z A - Z S ) a 3 ( X A - X S ) + b 3 ( Y A - Y S ) + c 3 ( Z A - Z S )
式中,x、y对应影像坐标;XA、YA、ZA对应地面坐标;XS、YS、ZS对应摄影中心的地面坐标。f为像片主距。a、b、c由三个角元素定义的3×3旋转矩阵的系数,目的将影像坐标换成地面坐标系统,值满足以下公式:
Figure A20051006432800102
式中,、ω、κ分别对应飞船的三个外方位元素(俯仰角、滚动角、偏航角),也就是飞机的飞行姿态参数。
以上共线方程可以校正由于飞行姿态不稳造成的畸变,但实际校正中,还需要考虑飞行高度、飞行速度的影响,用共线方程计算得到x,y坐标后,如果其与GPS数据之间存在误差,则以GPS数据来修正该坐标值,从而得出最终校正结果,然而采用GPS数据的修正仅能修正飞机正下方点(对应GPS位置)。
表1为引入GPS数据前后利用姿态参数进行几何校正的误差对比表:
序号  原始图像误差  姿态校正图像误差
      (%)          (%)             引入GPS后(%)
1    5.931353       0.464638
2    13.78837       7.186437
3    23.17162       -1.04082
4    28.81526       -0.36161         0.171761*
5    24.20868       -2.61214         0.305186**
6    24.25375       -2.01435         -0.10248**
7   28.03575    -1.51151
8   19.92502    3.11633
9   27.92387    4.053143
10  26.4688     4.052115    3.100324*
11  16.74118    -2.94705
12  14.74187    -4.25463    -4.27436
13  20.37532    -0.11246
14  8.869989    3.189032    2.956162*
15  5.51872     1.107969    1.100656*
16  10.94785    5.19068
17  27.43224    1.394888
18  21.78838    -1.83646    -1.5145*
19  20.96857    -3.72728    2.844161*
20  21.14967    -2.55117
21  18.42147    2.570375
22  21.35102    3.836945
23  12.21789    -1.12257    0.678794**
24  13.00501    -3.41278
其中:*表示该线段的方向接近飞行方向,有一定的角度;**表示该线段的方向十分接近飞行方向,几乎平行(小于15度)。从表中可以看出,
通过引入GPS数据,显著的提高了几何校正的精度,降低了误差。此外,由于测试数据中只有飞行方向具有GPS数据,因而,几何校正精度的改善也主要体现在飞行方向上,而对于其他方向的测量,精度并没有改善,基本保持不变。但是这并不是限定本发明仅能提高几何校正过程中飞行方向上的精度,本发明的范围同样包含那些利用GPS数据进行几何校正的所有情况。
根据本发明所述的成像光谱数据处理系统并利用本发明所述的成像光谱数据处理方法可以有效的解决自动进行成像光谱数据预处理任务,实现了一个集数据获取、数据处理、规范化数据产品管理和分发为一体的机载成像光谱数据处理系统,提高了成像光谱数据的应用效率和效果。通过以上示例性的说明而阐述了本发明的系统和方法,但是本领域技术人员应当认识到,本发明中对所述系统和方法在细节上的说明仅是以说明性的目的,而不是为了限制本发明的范围。

Claims (10)

1.一种成像光谱数据处理系统,其特征在于该数据处理系统包括以下结构:
输入模块,用于输入原始图像数据;
预处理模块,用于在原始数据资料的基础上,通过格式转换、辐射定标、校正等处理以获得相应的数据产品;
产品处理模块,用于对数据产品进行精校正、镶嵌等处理;
辅助处理模块,用于进行图像显示、基本的图像增强、波谱特征曲线显示;
其特征在于所述预处理模块进一步还包括:
格式转换模块,用于将原始数据转换成数据处理系统可处理的格式;
产品生成模块,用于将格式转换后的数据以及仪器参数、姿态参数和地面定标数据一起生成0级数据产品。
2.如权利要求1所述的成像光谱数据处理系统,其特征在于所述预处理模块进一步还包括:
辐射校正模块,对于格式转换后的图像产品,根据仪器参数和定标数据进行仪器辐射定标处理;
产品生成模块,用于将辐射定标后生成的数据以及仪器参数、姿态参数和地面定标数据一起生成1级数据产品。
3.如权利要求2所述的成像光谱数据处理系统,其特征在于所述预处理模块进一步还包括:
大气校正模块,用于对经辐射定标处理后的数据进行大气校正;
几何校正模块,根据姿态参数进行几何校正,并根据地面定标数据进行光谱重建;
产品生成模块,利用经过上述处理后的数据而生成2级数据产品。
4.如权利要求1至3中任一项所述的成像光谱数据处理系统,其特征在于所述产品处理模块还包括精校正模块及镶嵌模块。
5.一种如权利要求1至3中任一项所述的成像光谱数据处理系统,其特征在于所述辅助处理模块进一步包括查看模块和图像模块。
6.一种成像光谱数据处理方法,其特征在于该方法包括以下步骤:
将原始数据输入到成像光谱数据处理系统中;
对原始数据进行格式转换处理;
利用格式转换后的数据以及仪器参数、姿态参数和地面定标数据,从而生成0级数据产品。
7.一种如权利要求6所述的成像光谱数据处理方法,进一步还包括:
对于格式转换后的数据,根据仪器参数进行辐射定标;
利用辐射定标后生成的数据以及仪器参数、姿态参数和地面定标数据,从而生成1级数据产品。
8.一种如权利要求7所述的成像光谱数据处理方法,进一步还包括:
对辐射定标后的数据进行大气校正;
根据姿态参数进行几何校正;
根据地面定标数据进行光谱重建;
利用经过上述处理后的数据而生成2级数据产品。
9.一种如权利要求8所述的成像光谱数据处理方法,其特征在于:所述几何校正包含姿态校正及GPS校正,分别用于根据姿态参数进行几何校正,即利用仪器提供的飞行姿态数据进行图像几何特性的恢复性处理,以及利用仪器提供的GPS数据对图像进行几何校正。
10.一种如权利要求8所述的成像光谱数据处理方法,其特征在于:所述光谱重建是利用飞行时同步实测的地面波谱数据,通过回归分析,建立图像亮度与地面反射率之间的对应关系:ρ=a*N+b,其中,ρ为反射率,N为亮度,a、b为回归系数,并利用该建立好的关系,对成像光谱数据进行光谱重建,得到地面反射率图。
CNB2005100643280A 2005-04-14 2005-04-14 成像光谱数据处理系统及成像光谱数据处理方法 Expired - Fee Related CN1315094C (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CNB2005100643280A CN1315094C (zh) 2005-04-14 2005-04-14 成像光谱数据处理系统及成像光谱数据处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNB2005100643280A CN1315094C (zh) 2005-04-14 2005-04-14 成像光谱数据处理系统及成像光谱数据处理方法

Publications (2)

Publication Number Publication Date
CN1664851A true CN1664851A (zh) 2005-09-07
CN1315094C CN1315094C (zh) 2007-05-09

Family

ID=35035933

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2005100643280A Expired - Fee Related CN1315094C (zh) 2005-04-14 2005-04-14 成像光谱数据处理系统及成像光谱数据处理方法

Country Status (1)

Country Link
CN (1) CN1315094C (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101949832A (zh) * 2010-09-02 2011-01-19 西安交通大学 傅里叶变换红外光谱畸变识别与处理方法
CN102507474A (zh) * 2011-10-28 2012-06-20 大连海事大学 一种船舶溢油目标的识别方法及系统
CN103592235A (zh) * 2013-11-27 2014-02-19 中国国土资源航空物探遥感中心 一种成像光谱反射率数据的光谱校正方法
CN104820984A (zh) * 2015-04-24 2015-08-05 国家测绘地理信息局卫星测绘应用中心 一种卫星遥感立体影像处理系统及方法
CN105676208A (zh) * 2016-01-06 2016-06-15 中国国土资源航空物探遥感中心 一种机载高光谱遥感数据光度校正方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2219809A1 (en) * 1997-10-31 1999-04-30 Shen-En Qian System for interactive visualization and analysis of imaging spectrometry datasets over a wide-area network
US6697155B2 (en) * 2002-04-09 2004-02-24 Itt Manufacturing Enterprises, Inc. Multispectral active remote sensing without narrowband optical filters
CN100385213C (zh) * 2003-09-18 2008-04-30 中国科学院西安光学精密机械研究所 干涉型超光谱成像仪数据处理方法
CN1253823C (zh) * 2003-09-24 2006-04-26 中国科学院上海技术物理研究所 基于地物波谱测量的地物信息实时提取系统及方法
CN1317551C (zh) * 2004-06-29 2007-05-23 中国国土资源航空物探遥感中心 基于光谱混合组成的高光谱矿物极大相关识别方法
CN1317569C (zh) * 2004-06-29 2007-05-23 中国国土资源航空物探遥感中心 高光谱矿物分层谱系识别方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101949832A (zh) * 2010-09-02 2011-01-19 西安交通大学 傅里叶变换红外光谱畸变识别与处理方法
CN101949832B (zh) * 2010-09-02 2012-07-25 西安交通大学 傅里叶变换红外光谱畸变识别与处理方法
CN102507474A (zh) * 2011-10-28 2012-06-20 大连海事大学 一种船舶溢油目标的识别方法及系统
CN103592235A (zh) * 2013-11-27 2014-02-19 中国国土资源航空物探遥感中心 一种成像光谱反射率数据的光谱校正方法
CN104820984A (zh) * 2015-04-24 2015-08-05 国家测绘地理信息局卫星测绘应用中心 一种卫星遥感立体影像处理系统及方法
CN104820984B (zh) * 2015-04-24 2018-11-30 国家测绘地理信息局卫星测绘应用中心 一种卫星遥感三线阵立体影像处理系统及方法
CN105676208A (zh) * 2016-01-06 2016-06-15 中国国土资源航空物探遥感中心 一种机载高光谱遥感数据光度校正方法
CN105676208B (zh) * 2016-01-06 2017-12-05 中国国土资源航空物探遥感中心 一种机载高光谱遥感数据光度校正方法

Also Published As

Publication number Publication date
CN1315094C (zh) 2007-05-09

Similar Documents

Publication Publication Date Title
Gallo et al. Multi-temporal satellite images on topsoil attribute quantification and the relationship with soil classes and geology
Jakob et al. The need for accurate geometric and radiometric corrections of drone-borne hyperspectral data for mineral exploration: Mephysto—A toolbox for pre-processing drone-borne hyperspectral data
Zhang et al. Object-based tree species classification in urban ecosystems using LiDAR and hyperspectral data
Cavalli et al. Hyperspectral sensor data capability for retrieving complex urban land cover in comparison with multispectral data: Venice city case study (Italy)
CN1315094C (zh) 成像光谱数据处理系统及成像光谱数据处理方法
Santos et al. Spectral analysis to improve inputs to random forest and other boosted ensemble tree-based algorithms for detecting NYF pegmatites in Tysfjord, Norway
Degerickx et al. A novel spectral library pruning technique for spectral unmixing of urban land cover
Askari et al. Band ratios matrix transformation (BRMT): a sedimentary lithology mapping approach using ASTER satellite sensor
Qiu et al. Application of an improved YOLOv5 algorithm in real-time detection of foreign objects by ground penetrating radar
Štroner et al. Vegetation filtering of a steep rugged terrain: The performance of standard algorithms and a newly proposed workflow on an example of a railway ledge
Morgan et al. Spatiotemporal analysis of vegetation cover change in a large ephemeral river: Multi-sensor fusion of unmanned aerial vehicle (uav) and landsat imagery
CN1932882A (zh) 基于目标检测的红外与可见光序列图像特征级融合方法
CN110717496B (zh) 基于神经网络的复杂场景树木检测方法
He et al. Ground control point-free unmanned aerial vehicle-based photogrammetry for volume estimation of stockpiles carried on barges
Smith et al. Tree root system characterization and volume estimation by terrestrial laser scanning and quantitative structure modeling
CN1467509A (zh) 一种时频域大地吸收衰减补偿方法
Mitchell et al. Single and multi-date Landsat classifications of basalt to support soil survey efforts
Salehi et al. Integration of vessel-based hyperspectral scanning and 3D-photogrammetry for mobile mapping of steep coastal cliffs in the arctic
Chen et al. Identification and evaluation of urban construction waste with VHR remote sensing using multi-feature analysis and a hierarchical segmentation method
Chen et al. ASTER and GF-5 satellite data for mapping hydrothermal alteration minerals in the longtoushan Pb-Zn deposit, SW China
Hartzell et al. Terrestrial hyperspectral image shadow restoration through lidar fusion
Jakob et al. Remote sensing-based exploration of structurally-related mineralizations around Mount Isa, Queensland, Australia
Liu et al. Subpixel mapping of surface water in the Tibetan Plateau with MODIS data
Trevisiol et al. An object-oriented approach to the classification of roofing materials using very high-resolution satellite stereo-pairs
CN101030301A (zh) 起伏地面上遥感分布图像的计算机虚拟

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20070509

Termination date: 20100414