解密高光谱

2018 年 5 月 30 日 无人机

2018年4月26日,"珠海一号"遥感微纳卫星星座02组卫星顺利升空,5颗卫星均已进入预定轨道,目前状况良好。4颗高光谱卫星的成功发射,意味着欧比特公司成为国内唯一一家拥有高光谱遥感卫星的民营企业,开启了高光谱遥感新时代!


1.  什么是高光谱遥感?


高光谱遥感实际上是一种简称,它的全称叫"高光谱分辨率遥感"。高光谱遥感是利用很多狭窄的电磁波波段产生光谱连续的图像数据,它不像多光谱遥感中根据颜色的差异来分辨目标,而是根据谱段光谱曲线的形态来分析目标是什么。光谱分析是人类借助光认知世界的重要方式。如果说可见光图像提供的是平面信息,那么高光谱遥感图像提供的就是空间信息,通过对光谱的分析,大大提高了图像数据的采集能力。


2.  多光谱、高光谱的区别?


随着光谱分辨率的不断提高,光学遥感的发展过程可分为:全色(Panchromatic)→彩色(Color Photography)→多光谱(Multispectral)→高光谱(hyspectral)。


全色波段(Panchromatic band),因为是单波段,在图上显示是灰度图片。全色遥感影像一般空间分辨率高,但无法显示地物色彩。 实际操作中,我们经常将之与波段影象融合处理,得到既有全色影象的高分辨率,又有多波段影象的彩色信息的影象。全色波段,一般指使用0.5微米到0.75微米左右的单波段,即从绿色往后的可见光波段。全色遥感影象也就是对地物辐射中全色波段的影象摄取,因为是单波段,在图上显示是灰度图片。全色遥感影象一般空间分辨率高,但无法显示地物色彩。


多光谱遥感:将地物辐射电磁破分割成若干个较窄的光谱段,以摄影或扫描的方式,在同一时间获得同一目标不同波段信息的遥感技术。
原理:不同地物有不同的光谱特性,同一地物则具有相同的光谱特性。不同地物在不同波段的辐射能量有差别,取得的不同波段图像上有差别。


优点:多光谱遥感不仅可以根据影像的形态和结构的差异判别地物,还可以根据光谱特性的差异判别地物,扩大了遥感的信息量。


航空摄影用的多光谱摄影与陆地卫星所用的多光谱扫描均能得到不同普段的遥感资料,分普段的图像或数据可以通过摄影彩色合成或计算机图像处理,获得比常规方法更为丰富的图像,也为地物影像计算机识别与分类提供了可能。


高光谱遥感起源于20世纪70年代初的多光谱遥感,它将成像技术与光谱技术结合在一起,在对目标的空间特征成像的同时,对每个空间像元经过色散形成几十乃至几百个窄波段以进行连续的光谱覆盖,这样形成的遥感数据可以用“图像立方体”来形象的描述。同传统遥感技术相比,其所获取的图像包含丰富的空间、辐射和光谱三重信息。


高光谱遥感技术已经成为当前遥感领域的前沿技术。高光谱遥感具有不同于传统遥感的新特点:


1)波段多:可以为每个像元提供十几、数百甚至上千个波段;
2)光谱范围窄:波段范围一般小于10nm;
3)波段连续:有些传感器可以在350~2500nm的太阳光谱范围内提供几乎连续的地物光谱;
4)数据量大:随着波段数的增加,数据量成指数增加;
5)信息冗余增加:由于相邻波段高度相关,冗余信息也相对增加。
优点:
1)有利于利用光谱特征分析来研究地物;
2)有利于采用各种光谱匹配模型;
3)有利于地物的精细分类与识别;


根据有无影像区分成像光谱与非成像光谱,成像光谱测量结果以图像方式表达出来,每一个像元均由光谱曲线组成,可以更为准确地获取目的物的反射光谱。比起非成像光谱仪,光谱成像仪对样品的测量定位更为精准。 


众所周知,光谱技术能检测到被测物体的物理结构、化学成分等指标。多光谱仪及高光谱仪是基于点的测量,而高光谱成像仪的测量所得到是目的物面上的光谱图。因此,高光谱成像技术是光谱分析技术和图像分析技术发展的必然结果,是二者完美结合的产物。高光谱成像技术不仅具有光谱分辨能力,还具有图像分辨能力,利用高光谱成像技术不仅可以对待检测物体进行定性和定量分析,而且还能进对其进行定位分析。


图1  叶片不同部分的光谱反射率(1000-2500nm)


高光谱成像系统的主要工作部件是成像光谱仪,它是一种新型传感器,研制这类仪器的目的是为获取大量窄波段连续光谱图像数据,使每个像元具有几乎连续的光谱数据。它是一系列光波在不同波长处的光学图像,通常包含数十到数百个波段,光谱分辨率一般为小于10nm(四川双利合谱科技有限公司的GaiaSky-mini2,最高可具有1440个波段,光谱分辨率达2.8nm,光谱采样间隔达0.41nm)。由于高光谱成像所获得的高光谱图像对图像中的每个像素都能提供一条几乎连续的光谱曲线,其在待测物上获得空间信息的同时又能获得比多光谱更为丰富光谱数据信息,这些数据信息可用来生成复杂模型,来进行判别、分类、识别图像中的材料。


图2  无人机高光谱影像用于识别不同的地物分类


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。影像、辐射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。 


高光谱图像数据为数据立方体(cube)。通常图像像素的横坐标和纵坐标分别用z和Y来表示,光谱的波长信息以(Z即轴)表示。该数据立方体由沿着光谱轴的以一定光谱分辨率间隔的连续二维图像组成。


图3  高光谱三维立体图


地面使用的成像光谱仪多为推扫式,配备旋转位移台或线形位移台,以产生两种效果:成像光谱仪运动而待测物目标静止,或者成像光谱仪静止而待测目标运动的效果。目前,已经有新型的地面成像光谱仪,如四川双利合谱科技有限公司生产的GaiaField和GaiaSky-mini系列的可见-近红外成像光谱仪,利用仪器内部的扫描装置实现推扫成像,即光谱仪和被测物均不运动即可完成高光谱成像,而不需要配备位移云台,仪器更为轻巧便携,便于野外使用。


图4   内置推扫式的便携式高光谱成像仪GaiaField


图5   内置推扫式的

无人机高光谱成像仪GaiaSky-mini

(转自丨遥感技术及应用服务)


点击下面链接 查看历史文章


Vimana计划在迪拜推出区块链无人飞行器

“睿略”自动机场助力无人机行业应用

听!无人机产业一声巨响!

世界杯的夏天,俄罗斯严管无人机

DARPA“小精灵”(Gremlins)项目进入第三阶段

海岛、湿地,无人机带你俯瞰缤纷南国



长按识别图中二维码关注我们!

登录查看更多
9

相关内容

高效医疗图像分析的统一表示
专知会员服务
34+阅读 · 2020年6月23日
Python地理数据处理,362页pdf,Geoprocessing with Python
专知会员服务
113+阅读 · 2020年5月24日
【CVPR2020】多模态社会媒体中危机事件分类
专知会员服务
54+阅读 · 2020年4月18日
【中科院信工所】视听觉深度伪造检测技术研究综述
专知会员服务
40+阅读 · 2020年4月15日
知识图谱融合方法,140页ppt,南京大学胡伟老师
专知会员服务
142+阅读 · 2020年2月19日
Double DIP —— 一种无监督层图像分割 AI 技术
AI科技评论
3+阅读 · 2019年6月21日
实战 | 相机标定
计算机视觉life
15+阅读 · 2019年1月15日
AI如何帮助卫星遥感释放价值?
未来论坛
19+阅读 · 2018年8月8日
机器视觉技术的农业应用研究进展
科技导报
7+阅读 · 2018年7月24日
【机器视觉】表面缺陷检测:机器视觉检测技术
产业智能官
25+阅读 · 2018年5月30日
150个摄影测量与遥感术语
无人机
6+阅读 · 2018年4月22日
GIS最新热点以及未来发展热门
人工智能学家
10+阅读 · 2018年3月29日
干货|全景视频拼接的关键技术分析
全球人工智能
13+阅读 · 2017年7月15日
Deflecting Adversarial Attacks
Arxiv
8+阅读 · 2020年2月18日
The Evolved Transformer
Arxiv
5+阅读 · 2019年1月30日
Arxiv
3+阅读 · 2018年4月5日
Arxiv
3+阅读 · 2018年4月3日
VIP会员
相关资讯
Double DIP —— 一种无监督层图像分割 AI 技术
AI科技评论
3+阅读 · 2019年6月21日
实战 | 相机标定
计算机视觉life
15+阅读 · 2019年1月15日
AI如何帮助卫星遥感释放价值?
未来论坛
19+阅读 · 2018年8月8日
机器视觉技术的农业应用研究进展
科技导报
7+阅读 · 2018年7月24日
【机器视觉】表面缺陷检测:机器视觉检测技术
产业智能官
25+阅读 · 2018年5月30日
150个摄影测量与遥感术语
无人机
6+阅读 · 2018年4月22日
GIS最新热点以及未来发展热门
人工智能学家
10+阅读 · 2018年3月29日
干货|全景视频拼接的关键技术分析
全球人工智能
13+阅读 · 2017年7月15日
相关论文
Top
微信扫码咨询专知VIP会员