高级检索

ISSN1001-3806CN51-1125/TN 网站地图

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种基于吸收峰特征的高光谱曲线匹配方法

石俊峰 郭宝峰 沈宏海 杨名宇

引用本文:
Citation:

一种基于吸收峰特征的高光谱曲线匹配方法

    作者简介: 石俊峰(1988-),男,硕士研究生,现从事高光谱地物识别的研究。.
    通讯作者: 郭宝峰, gbf@hdu.edu.cn
  • 基金项目:

    国家自然科学基金资助项目(61375011);浙江省自然科学基金资助项目(LY13F030015)

  • 中图分类号: O433;P237

Hyperspectral matching method based on absorption features

    Corresponding author: GUO Baofeng, gbf@hdu.edu.cn ;
  • CLC number: O433;P237

  • 摘要: 为了解决在应用传统高光谱地物识别方法时,由于吸收峰个数不同,造成的光谱匹配误差较大的问题,采用了一种基于高光谱吸收峰特征的选择方法,根据选择后的吸收峰特征进行光谱曲线匹配。该算法首先对高光谱曲线进行包络线消除并提取光谱特征参量矩阵,然后根据标准特征参量矩阵与待测特征参量矩阵的每个向量的余弦距离-欧氏距离来逐一寻找吸收峰的匹配向量,之后根据选择的吸收峰特征参量矩阵进行了理论分析和实验验证。结果表明,该算法可以搜寻到最佳的特征参量向量,从而实现吸收峰的选择,用选择后的吸收峰的特征参量矩阵进行高光谱匹配。这一结果对降低匹配的误差是有帮助的。
  • [1]

    TONG Q X, ZHANG B, ZHENG L F. Hyperspectral remote sensing[M].Beijing:Higher Education Press,2006:59-67(in Chinese).
    [2]

    LIAO W, PIZURICA A, PHILIPS W, et al. Semisupervised local discriminant analysis for feature extraction in hyperspectral images[J].IEEE Transactions on Geo science and Remote Sensing, 2013, 51(1):184-198.
    [3]

    ZHANG Ch, CAI H J, LI Zh J. Hyperspectral characteristic parameter of winter wheat photosynthetic active radiation component estimation model[J]. Spectroscopy and Spectral Analysis, 2013, 51(1):184-198(in Chinese).
    [4]

    ZHANG Y, ZHANG J L, ZHAO X Sh, et al. Extraction of mineral alteration information from core hyperspectral images based on weight of absorption peak[J], Remote Sensing for Land and Resources, 2015,27(2):154-159(in Chinese).
    [5]

    SUN Y L,ZHANG X,SHUAI T, et al. 2015 Radiometric normalization of hyperspectral satellite images with spectral angle distance and Euclidean distance[J].Journal of Remote Sensing, 2015,19(4):618-626(in Chinese).
    [6]

    FAN L, ZHAO W J, GONG Zh N, et al. Correspondence analysis of rock spectra based on continuum removing[J] Journal of Jilin University(Earth Science Edition), 2012,42(2):575-582(in Chinese).
    [7]

    ZHANG J, SHEN Y T, WANG X J. Hyperspectral quantitative models for chlorophyll-a of algae based on spectral absorption feature parameters and spectral absorption index[J]. Journal of Agro Environment Science,2011,30(8):1622-1629(in Chinese).
    [8]

    LI H J, XU Sh Y, YAN D J. Research of remote sensing image matching with sub-pixel accuracy[J]. Laser Technology,2008,31(5):493-495(in Chinese).
    [9]

    SHU X W, ZHANG Y J, GENG H, et al. Study on phase shift anto-balanced laser absorption spectroscopy[J]. Laser Technology, 2011,35(5):618-621(in Chinese).
    [10]

    PADMA S, SANJEEVI S.Jeffries Matusita based mixed-measure for improved spectral matching in hyperspectral image analysis[J]. International Journal of Applied Earth Observations and Geoinformation,2014,32(4):138-151.
    [11]

    GAN R T, GUO Zh N, LIN J B. Spectral matching technology for light-emitting diode-based jaundice photodynamic therapy device[J]. Journal of Modern Optics,2015, 62(3):212-217.
    [12]

    WU X W, GUO B F, CHEN Ch Zh, et al. RX anomaly detection based a weighted combination kernel and its parameters selection[J]. Laser Technology, 2015, 39(6):745-751(in Chinese).
    [13]

    WANG K, QU H M. Anomaly detection method based on improved minimum noise fraction transformation[J]. Laser Technology,2015,39(3):381-385(in Chinese).
    [14]

    HUANG T T, WEI Zh H, XIU L C, et al. The research of mineral spectral matching based on weighted absorption peaks[J].Rock and Mineral Analysis,2011,30(5):584-589(in Chinese).
    [15]

    LIN H J, ZHANG H F, GAO Y Q, et al. Mahalanobis distance based hyperspectral characteristic discrimination of leaves of different desert tree species[J].Spectroscopy and Spectral Analysis, 2014,34(12):3358-3362(in Chinese).
  • [1] 陆俊高淑梅熊婕杨幼益陈国庆 . 女性尿液荧光光谱学特性及机理分析. 激光技术, 2010, 34(1): 45-47,84. doi: 10.3969/j.issn.1001-3806.2010.01.013
    [2] 徐远泽郭建强高晓蓉王黎王泽男 . 温度对CO光谱线吸收的影响分析. 激光技术, 2010, 34(6): 778-780,784. doi: 10.3969/j.issn.1001-3806.2010.06.016
    [3] 严阳华文深张炎崔子浩刘恂 . 基于波段选择改进的高光谱端元提取方法. 激光技术, 2019, 43(4): 574-578. doi: 10.7510/jgjs.issn.1001-3806.2019.04.024
    [4] 宫德宇李留成厉宝增多丽萍王元虎马艳华张治国金玉奇 . NH3的腔增强吸收光谱检测技术. 激光技术, 2017, 41(5): 664-668. doi: 10.7510/jgjs.issn.1001-3806.2017.05.009
    [5] 赖思良王辉龚萍高慧李召松谢亮潘教青 . 基于近红外波段激光光谱吸收的丙烷探测研究. 激光技术, 2017, 41(2): 284-288. doi: 10.7510/jgjs.issn.1001-3806.2017.02.028
    [6] 邵李刚邱选兵魏计林李传亮 . 基于免校准波长调制的多光程吸收光谱. 激光技术, 2019, 43(6): 795-799. doi: 10.7510/jgjs.issn.1001-3806.2019.06.012
    [7] 束小文张玉钧耿辉张帅许振宇张亮 . 移相自平衡激光吸收光谱技术的研究. 激光技术, 2011, 35(5): 618-621,625. doi: 10.3969/j.issn.1001-3806.2011.05.012
    [8] 王立明张玉钧李宏斌周毅刘文清 . 湍流对激光吸收光谱信号的影响及改善方法研究. 激光技术, 2012, 36(5): 670-673. doi: 10.3969/j.issn.1001-3806.2012.05.024
    [9] 康虎张夏郑世杰邵犁冯国英 . 基于调制激光光谱吸收的高稳定性气体检测. 激光技术, 2024, 48(2): 145-152. doi: 10.7510/jgjs.issn.1001-3806.2024.02.001
    [10] 付奎娄本浊孙彦清龙姝明黄朝军 . Zn0.95-xBe0.05MnxSe稀磁半导体的光谱特性分析. 激光技术, 2015, 39(1): 135-139. doi: 10.7510/jgjs.issn.1001-3806.2015.01.027
    [11] 徐永浩宋彪陈晓帆黄梅珍 . 微型近红外光谱仪在苹果糖度测量中的应用研究. 激光技术, 2019, 43(6): 735-740. doi: 10.7510/jgjs.issn.1001-3806.2019.06.001
    [12] 张进姜红刘峰段斌 . 差分喇曼光谱结合化学计量学检验烟用内衬纸. 激光技术, 2021, 45(1): 61-66. doi: 10.7510/jgjs.issn.1001-3806.2021.01.011
    [13] 毕琳娜陈国庆王俊颜浩然 . 甲基对硫磷溶液的荧光光谱及其特性----. 激光技术, 2010, 34(2): 253-257. doi: 10.3969/j.issn.1001-3806.2010.02.030
    [14] 付翔乐文冉王颖汪亚邹林邓志峰占生宝 . 基于凹面光栅的光谱检测仪性能提升的研究进展. 激光技术, 2023, 47(6): 757-765. doi: 10.7510/jgjs.issn.1001-3806.2023.06.005
    [15] 张咏程瑶闫雨桐陈超陈国庆 . 几种常见食用油加热后荧光光谱特性变化的研究. 激光技术, 2013, 37(1): 109-113. doi: 10.7510/jgjs.issn.1001-3806.2013.01.027
    [16] 严阳华文深刘恂崔子浩 . 高光谱解混方法研究. 激光技术, 2018, 42(5): 692-698. doi: 10.7510/jgjs.issn.1001-3806.2018.05.020
    [17] 王龙沈学举张维安董红军 . 高斯光束的光谱传输特性分析. 激光技术, 2012, 36(5): 700-703. doi: 10.3969/j.issn.1001-3806.2012.05.032
    [18] 向英杰杨桄张俭峰王琪 . 基于光谱梯度角的高光谱影像流形学习降维法. 激光技术, 2017, 41(6): 921-926. doi: 10.7510/jgjs.issn.1001-3806.2017.06.030
    [19] 曾言曾延安张南洋生赵宇龙建明 . 一种改善成像光谱仪光谱检测能力的新方法. 激光技术, 2018, 42(2): 196-200. doi: 10.7510/jgjs.issn.1001-3806.2018.02.011
    [20] 罗泽鹏黄佐华唐志列 . 用光声光谱法测量紫外光探测器的光谱响应. 激光技术, 2008, 32(5): 453-455,459.
  • 加载中
计量
  • 文章访问数:  5427
  • HTML全文浏览量:  2962
  • PDF下载量:  433
  • 被引次数: 0
出版历程
  • 收稿日期:  2015-10-29
  • 录用日期:  2015-12-16
  • 刊出日期:  2016-11-25

一种基于吸收峰特征的高光谱曲线匹配方法

    通讯作者: 郭宝峰, gbf@hdu.edu.cn
    作者简介: 石俊峰(1988-),男,硕士研究生,现从事高光谱地物识别的研究。
  • 1. 杭州电子科技大学 自动化学院, 杭州 310018;
  • 2. 中国科学院 长春光学精密机械与物理研究所 航测部, 长春 130033
基金项目:  国家自然科学基金资助项目(61375011);浙江省自然科学基金资助项目(LY13F030015)

摘要: 为了解决在应用传统高光谱地物识别方法时,由于吸收峰个数不同,造成的光谱匹配误差较大的问题,采用了一种基于高光谱吸收峰特征的选择方法,根据选择后的吸收峰特征进行光谱曲线匹配。该算法首先对高光谱曲线进行包络线消除并提取光谱特征参量矩阵,然后根据标准特征参量矩阵与待测特征参量矩阵的每个向量的余弦距离-欧氏距离来逐一寻找吸收峰的匹配向量,之后根据选择的吸收峰特征参量矩阵进行了理论分析和实验验证。结果表明,该算法可以搜寻到最佳的特征参量向量,从而实现吸收峰的选择,用选择后的吸收峰的特征参量矩阵进行高光谱匹配。这一结果对降低匹配的误差是有帮助的。

English Abstract

参考文献 (15)

目录

    /

    返回文章
    返回