高光谱成像仪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。辐射、影像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。
一、高光谱成像仪的显示方式:
显示方式指的是屏幕显示是黑白显示还是伪彩显示。显示方式的性能不可以直接通过数值来体现,高光谱成像仪主要分为两种形式:黑白显示和伪彩显示。
高光谱成像仪黑白显示也不会对成像的精度有所影响,研究人员还是可以轻易的从图片的成像图分析出物体的位置,而伪彩显示因为在成像系统中添加了RGB通道,工作人员在观察的时候会更容易发现目标。
二、高光谱成像仪的数据分析
通过高光谱成像仪成像获取的地球表面图像包含了丰富的空间、辐射和光谱三重信息。高光谱遥感数据Z主要的特点是将传统的图像维与光谱维信息融合为一体,在获取地表空间图像的同时,得到每个地物的连续光谱信息,从而实现依据地物光谱特征的地物成份信息反演与地物识别。高光谱成像仪高光谱数据是一个光谱图像的立方体,它由以下三部分组成。
高光谱成像仪空间图像维:在空间图像维,高光谱数据与一般的图像相似。一般的遥感图像模式识别算法是适用的信息挖掘技术。
高光谱成像仪光谱维:从高光谱图像的每一个像元中可以获得一个“连续”的光谱曲线。采用基于光谱数据库的“光谱匹配”技术,可以实现识别地物的目的。同时大多数地物都具有典型的光谱波形特征,尤其是光谱吸收特征。这些特征与地物化学成分是密切相关的,因此对光谱吸收特征参数(吸收波长位置、吸收深度、吸收宽度)的提取将成为高光谱信息挖掘的主要方面。
高光谱成像仪特征空间维:高光谱图像提供的是一个超维特征空间,挖掘高光谱信息需要深切了解地物在高光谱数据形成的N维特征空间中分布的特点与行为。研究发现,高光谱的高维空间是相当空的,数据分布不均匀,且趋向于集中在超维立方体空间的角端。典型数据的差异性可以映射到一系列低维的子空间,因此迫切需要发展有效的特征提取算法,以发现保持重要差异性的低维子空间,从而有效地实现信息挖掘。