× 【作者】 尚坤

【导师】 童庆禧；张霞

【 学位年度 】 2014

【论文级别】 博士

【关键词】 高光谱遥感，植被精细分类，植被特征库，直推支持向量机，主动学习

【Key words】 hyperspectral remote sensing,detailedvegetation classification,vegetation feature band set, transductive support vector machine,active learning

【中文摘要】

高光谱遥感影像一直是植被精细分类研究中重要的数据源，其“图谱合一”的特点使很多在多光谱数据中无法区分的类别变得可以区分，在作物品种识别、入侵物种监测、精准农业等方面具有广泛的应用前景。但是，高光谱遥感数据在植被精细分类中主要存在以下问题：第一，随着类别精细度的不断提高，单纯利用光谱信息得到的分类结果已经无法满足应用需求；第二，其成百上千的光谱波段带来了巨大的运算量，对监督分类中训练样本的需求也大幅增加；第三，随着传感器空间分辨率的提高，分类结果中椒盐噪声严重影响分类结果的应用。
近几年发展起来的半监督分类算法，对高光谱遥感数据的小样本分类具有重要意义。半监督分类算法同时利用了少量已标记样本和大量未标记样本，综合对整个数据进行分类。而目前的高光谱数据半监督分类算法大多只是单纯利用地物光谱的统计特征，从机器学习的角度实现半监督学习过程。为此，本文重点开展植被特征库的构建与优化算法和针对小样本的支持向量机半监督分类改进算法研究，提出改进的直推支持向量机与主动学习支持向量机分类算法，并分别采用具有较高空间分辨率的地面成像光谱数据与航空高光谱数据，进行植被精细分类实验，验证所提算法在地面尺度与航空尺度植被精细分类中的有效性。论文的主要研究成果和结论如下：
1) 提出了基于植被特征库构建与优化的植被分类策略：在考虑原有光谱特征、空间纹理特征的基础上，重点加入了对植被叶绿素、类胡萝卜素、花青素、氮素等含量变化较为敏感的50个光谱指数特征，有效的提高了不同植被类别间的可分性；
2) 提出了基于类对可分性（CPS）的植被特征库光谱维优化算法：该算法重点考虑不同植被类别在不同特征波段中的可分性，即“类对可分性”
，在特征库光谱维优化中，分别保留对各类对具有最大Bhattachryya距离的原始波段、纹理特征和光谱指数特征，基于选取的特征计算各类对Jeffries-Matusita距离，通过迭代使各类别均达到较高的分类精度，并利用最优索引因子法进一步降低波段间相关性。实验结果表明，该算法可有效降低数据冗余，提高分类效率；
3) 提出了基于邻域光谱角距离（NPSAD）的植被特征库空间维优化算法：
该算法的提出主要是考虑到地物分布通常具有一定的空间连续性，相邻像元属于同一地物类别概率较高。在有训练样本的情况下，该算法可以根据训练样本自动设置阈值；否则，需由用户根据先验知识设置阈值。从与其他空间维优化算法的对比试验来看，该算法能够在去除分类结果中椒盐噪声的同时，避免边缘效应，保留细节信息，提高分类精度。
4) 提出了基于光谱角距离-欧式距离双重判定的渐进直推支持向量机（SAD/ED-PTSVM）分类算法：该算法在传统渐进直推支持向量机基础上，通过计算光谱角距离与欧式距离分别对未标记样本标签进行判定，并结合其到分划边界距离，实现对未标记样本的“自动”标注。该算法有效利用了高光谱数据的光谱维信息，降低未标记样本的误标记概率，进而降低后期标签重置带来的时间成本，并有效简化了传统直推支持向量机的参数设置，减少参数优化所需时间，提高分类效率。
5) 提出了结合混合像元分解进行主动学习的支持向量机（SUAL-SVM）分类算法：该算法将高光谱研究中的混合像元分解技术与机器学习领域中的主动学习策略进行有机结合，充分利用了各像元的丰度信息来辅助分类决策；同时，算法中设置了权重系数，用来综合考虑“丰度最均匀”与“最易误分”像元。在主动学习样本添加时，该算法按各类对区分难易度由多到少添加样本，使样本添加更具有针对性。该算法可有效提高在影像中分布较少的类别的识别精度，利用更少的标记样本实现更高的总体分类精度，有效减少样本标记工作量，减少分类器样本训练所需时间。
6) 地面与航空尺度的植被精细分类实验结果表明：基于植被特征库构建与优化的分类算法可以有效的提高地面/航空尺度的不同种类作物/杂草的分类精度，提取出更完整的叶片/作物地块；而SAD/ED-PTSVM与SUAL-SVM分类算法，在各类别仅有25个标记样本的情况下，便可得到较高的分类精度，有效提高了分类精度和分类效率，并降低样本标注所需的人力物力。实验结果表明本文所提算法在地面与航空尺度的植被精细分类研究中具有广阔的应用前景。



【Abstract】

As one of the most important data source of detailedvegetation classification(DVC), hyperspectral remote sensing(HRS)data make some classes distinguishable that cannot be separated in multispectral images, due to its advantage of imaging spectrum. HRSdata therefore have widespread application prospects in identification of crop species, monitoring of invasive species and precision agriculture. However, there are also some problems of HRSdata in DVC: Firstly, classification results based on only spectral information cannot meet the application requirements, as the classes become more and more sophisticated. Secondly, the increasing amount of spectral bands requires not only a huge number of calculations but also the corresponding growth of training samples in supervised classification. Thirdly, as the spatial resolution of hyperspectral sensor improves, the applications of classification are seriously affected by the salt and pepper noise in the classification results.
The semi-supervised classification algorithmsdeveloped in recent years play a key roleinHRSclassificationwith limited samples. The semi-supervised algorithmscould perform theclassification process by usinga small amount of labeled samples and a large number of unlabeled samples. However, most of the current semi-supervised classification algorithmsof HRSdataonly take advantage of the statistical characteristics of ground feature spectrum.On the basisof full investigation of current overseas and domestic research status, this study focuses on both vegetation feature band set construction and optimizationand semi-supervised classification method based on support vector machine (SVM) for limited labeled samples, to overcome the problem that labeled samples are difficult to be acquired in hyperspectral data classification. Some classification experiments of field imaging spectral data and airborne hyperspectral data with high spatial resolution are also performed, in order to verify the effectiveness of the proposed methods of sophisticated vegetation classification both on ground and airborne scales.
The main results and conclusions of this study are presented as follows.
(i) A DVCstrategy based on vegetation feature band set(FBS)construction and optimization is proposed: besides the spectral and texture feature of original images, we add 50 spectral indices that are sensitive to chlorophyll, carotenoid, anthocyaninand nitrogencontent to the vegetationFBS. Results show that this strategy is able to effectively improve the separability between different vegetation classes.
(ii) A spectral dimension optimization algorithm ofFBSbased on class-pair separablity (CPS) is proposed. This method focuses on the separablity of different vegetation classes at different feature bands, i.e. CPS. Itpreserves the original bands, texture features and spectral index features respectively that have the largest Bhattachryya distance of each CPthrough the iteration, and calculates the Jeffries-Matusitadistance to make sure that each CPmaintains a good separabilitythroughthe spectral dimension optimization of the FBS.Then Optimum Index Factor is employed to reduce the feature bands with high correlation.This proposed method can reduce the redundant data and improve the classificationefficiency.
(iii) A spatial dimension optimization algorithm of FBSbased on neighborhood pixels' spectral angle distance(NPSAD)is proposed, considering that in general the probability of adjacent pixels being the same class is relatively high. This method can set thresholds automatically according to training samples if there are, otherwise users have to set thresholds basedon prior knowledge. From the comparison of classificationresults, the proposed method could remove the salt and pepper noise from the classification results while avoiding the “edge effect” and keeping details at the same time, which can help to increasethe classification accuracy.
(iv) A progressive transductive support vector machine method based on the discrimination of both Spectral Angle Distanceand Euclidian distance(SAD/ED-PTSVM)is proposed. On the basis of traditional PTSVM method, this methoddiscriminates the unlabeled samples by respectively calculating SAD and ED, and implements “automatic label” for the unlabeled samples according to their distances to the separating hyperplane borders. SAD/ED-PTSVMmakes good use of spectral information of HRSdata, reducing the risk of incorrectly labeling and thus the time cost of label reset later. This method also effectively simplifies the parameter set of traditional PTSVM, reducing the amount of time spent on parameter optimization and thus improving classifying efficiency.
(v) A support vector machine classification method based on active learning using spectral unmixing technology(SUAL-SVM)is proposed. This method combines spectral unmixing technology in hyperspectral study and active learning strategy in machine learning field and fully utilizes the abundance of each pixel for better classification. Meanwhile, weighting factors are set to adjust the ratio of the most homogeneously mixed pixels and the most easily misclassified pixels. During active learning samples are added according to the distinguishing complexity of class-pairs, which makes the newly added samples more targeted. This method greatly improves identifying accuracy of the classes with small distribution, acquiring higher overall accuracy with less labeled samples and reducing not only the workload of labeling samples but also the time of samples training.
(vi) The results of detailedvegetation classification experiments on ground and airborne scales show that the classification method based on vegetation FBSconstruction and optimization can increase the classification accuracy of different types of crops/weeds on ground/airborne scale and extract more complete blade/crop plots information. SAD/ED-PTSVM and SUAL-SVMcan effectively improve the classification accuracy and efficiency, reaching relatively high accuracy when there are only 25 labeled samples for each class. The results of experiments illustrate that the proposed methods in this study have great potentialand broad application prospects in DVC, both on ground and airborne scales.

× 【作者】 王倩

【导师】 童庆禧；张立福

【 学位年度 】 2014

【论文级别】 博士

【关键词】 高光谱影像 噪声去除 信噪相关 噪声评估 维数识别 信噪分离

【Key words】 Hyperpsectral Image, Denoising, Signal-Noise’s Correlation,
Noise Estamation, Dimension Identification, Signal-Noise Separation

【中文摘要】

高光谱遥感影像连续、图合一的特性， 使其承载了丰富地物信息高光谱遥感影像连续、图合一的特性， 使其承载了丰富地物信息高光谱遥感影像连续、图合一的特性， 使其承载了丰富地物信息高光谱遥感影像连续、图合一的特性， 使其承载了丰富地物信息高光谱遥感影像连续、图合一的特性， 使其承载了丰富地物信息高光谱遥感影像连续、图合一的特性， 使其承载了丰富地物信息高光谱遥感影像连续、图合一的特性， 使其承载了丰富地物信息高光谱遥感影像连续、图合一的特性， 使其承载了丰富地物信息高光谱遥感影像连续、图合一的特性， 使其承载了丰富地物信息高光谱遥感影像连续、图合一的特性， 使其承载了丰富地物信息高光谱遥感影像连续、图合一的特性， 使其承载了丰富地物信息高光谱遥感影像连续、图合一的特性， 使其承载了丰富地物信息高光谱遥感影像连续、图合一的特性， 使其承载了丰富地物信息高光谱遥感影像连续、图合一的特性， 使其承载了丰富地物信息高光谱遥感影像连续、图合一的特性， 使其承载了丰富地物信息高光谱遥感影像连续、图合一的特性， 使其承载了丰富地物信息高光谱遥感影像连续、图合一的特性， 使其承载了丰富地物信息高光谱遥感影像连续、图合一的特性， 使其承载了丰富地物信息高光谱遥感影像连续、图合一的特性， 使其承载了丰富地物信息高光谱遥感影像连续、图合一的特性， 使其承载了丰富地物信息高光谱遥感影像连续、图合一的特性， 使其承载了丰富地物信息高光谱遥感影像连续、图合一的特性， 使其承载了丰富地物信息同时相比多光谱影像其所含的噪声也更加复杂。在去过程中，首先 同时相比多光谱影像其所含的噪声也更加复杂。在去过程中，首先 同时相比多光谱影像其所含的噪声也更加复杂。在去过程中，首先 需要对 其噪声进行评估，然后识别数据的维最终实现信分离。 其噪声进行评估，然后识别数据的维最终实现信分离。 其噪声进行评估，然后识别数据的维最终实现信分离。 根据 高光谱 遥感 成像系统 中噪声 的产生机理，不论是时域噪声还空均与目标辐射能量 的产生机理，不论是时域噪声还空均与目标辐射能量 的产生机理，不论是时域噪声还空均与目标辐射能量 即影像中的信号有关。因此， 论文从高光谱遥感噪声与相性出发即影像中的信号有关。因此， 论文从高光谱遥感噪声与相性出发即影像中的信号有关。因此， 论文从高光谱遥感噪声与相性出发研究了包含噪声评估、维数识别和信分离在内的去算法。
1、首先介绍了 、首先介绍了 、首先介绍了 、首先介绍了 利用空间维去相关、波谱以及评 利用空间维去相关、波谱以及评 利用空间维去相关、波谱以及评 利用空间维去相关、波谱以及评 利用空间维去相关、波谱以及评 利用空间维去相关、波谱以及评 利用空间维去相关、波谱以及评 利用空间维去相关、波谱以及评 利用空间维去相关、波谱以及评 利用空间维去相关、波谱以及评 利用空间维去相关、波谱以及评 利用空间维去相关、波谱以及评 利用空间维去相关、波谱以及评 利用空间维去相关、波谱以及评 利用空间维去相关、波谱以及评 利用空间维去相关、波谱以及评估噪声方差和影像的法，分析了与信号相关性对这些响。 估噪声方差和影像的法，分析了与信号相关性对这些响。 估噪声方差和影像的法，分析了与信号相关性对这些响。 估噪声方差和影像的法，分析了与信号相关性对这些响。 估噪声方差和影像的法，分析了与信号相关性对这些响。 估噪声方差和影像的法，分析了与信号相关性对这些响。 估噪声方差和影像的法，分析了与信号相关性对这些响。 估噪声方差和影像的法，分析了与信号相关性对这些响。 估噪声方差和影像的法，分析了与信号相关性对这些响。 估噪声方差和影像的法，分析了与信号相关性对这些响。 估噪声方差和影像的法，分析了与信号相关性对这些响。 估噪声方差和影像的法，分析了与信号相关性对这些响。 估噪声方差和影像的法，分析了与信号相关性对这些响。 估噪声方差和影像的法，分析了与信号相关性对这些响。 估噪声方差和影像的法，分析了与信号相关性对这些响。 估噪声方差和影像的法，分析了与信号相关性对这些响。 估噪声方差和影像的法，分析了与信号相关性对这些响。 估噪声方差和影像的法，分析了与信号相关性对这些响。 估噪声方差和影像的法，分析了与信号相关性对这些响。 估噪声方差和影像的法，分析了与信号相关性对这些响。 估噪声方差和影像的法，分析了与信号相关性对这些响。 估噪声方差和影像的法，分析了与信号相关性对这些响。 估噪声方差和影像的法，分析了与信号相关性对这些响。 论文还提出一种分割高斯滤波算法用于估计噪声影像，它既减少了不同类型地物 论文还提出一种分割高斯滤波算法用于估计噪声影像，它既减少了不同类型地物 论文还提出一种分割高斯滤波算法用于估计噪声影像，它既减少了不同类型地物 纹理的影响，也考虑了同一类型地物内部波谱差异性。
2、作为高光谱遥感影像维数识别的研究前提，论文将据降过程 、作为高光谱遥感影像维数识别的研究前提，论文将据降过程 、作为高光谱遥感影像维数识别的研究前提，论文将据降过程 、作为高光谱遥感影像维数识别的研究前提，论文将据降过程 、作为高光谱遥感影像维数识别的研究前提，论文将据降过程 、作为高光谱遥感影像维数识别的研究前提，论文将据降过程 、作为高光谱遥感影像维数识别的研究前提，论文将据降过程 、作为高光谱遥感影像维数识别的研究前提，论文将据降过程 、作为高光谱遥感影像维数识别的研究前提，论文将据降过程 、作为高光谱遥感影像维数识别的研究前提，论文将据降过程 、作为高光谱遥感影像维数识别的研究前提，论文将据降过程 、作为高光谱遥感影像维数识别的研究前提，论文将据降过程 、作为高光谱遥感影像维数识别的研究前提，论文将据降过程 、作为高光谱遥感影像维数识别的研究前提，论文将据降过程 、作为高光谱遥感影像维数识别的研究前提，论文将据降过程 、作为高光谱遥感影像维数识别的研究前提，论文将据降过程 、作为高光谱遥感影像维数识别的研究前提，论文将据降过程 、作为高光谱遥感影像维数识别的研究前提，论文将据降过程 、作为高光谱遥感影像维数识别的研究前提，论文将据降过程 、作为高光谱遥感影像维数识别的研究前提，论文将据降过程 、作为高光谱遥感影像维数识别的研究前提，论文将据降过程 分为正交变换、组排序以及维数识别三步进行论述，并对其间涉到的一 分为正交变换、组排序以及维数识别三步进行论述，并对其间涉到的一 分为正交变换、组排序以及维数识别三步进行论述，并对其间涉到的一 些数学问题进行了深入剖析，推导据白化变换后其协方差矩 阵和投影些数学问题进行了深入剖析，推导据白化变换后其协方差矩 阵和投影些数学问题进行了深入剖析，推导据白化变换后其协方差矩 阵和投影阵的变换形式。
3、接下来，论文将高光谱遥感影像的维数具体分为 、接下来，论文将高光谱遥感影像的维数具体分为 、接下来，论文将高光谱遥感影像的维数具体分为 、接下来，论文将高光谱遥感影像的维数具体分为 、接下来，论文将高光谱遥感影像的维数具体分为 、接下来，论文将高光谱遥感影像的维数具体分为 、接下来，论文将高光谱遥感影像的维数具体分为 、接下来，论文将高光谱遥感影像的维数具体分为 、接下来，论文将高光谱遥感影像的维数具体分为 、接下来，论文将高光谱遥感影像的维数具体分为 、接下来，论文将高光谱遥感影像的维数具体分为 、接下来，论文将高光谱遥感影像的维数具体分为 、接下来，论文将高光谱遥感影像的维数具体分为 、接下来，论文将高光谱遥感影像的维数具体分为 、接下来，论文将高光谱遥感影像的维数具体分为 端元维数和组分 端元维数和组分 端元维数和组分 端元维数和组分 端元维数和组分 端元维数和组分 别进行讨论。针对端元维数，提出了改的单形体 最大距离法与传统别进行讨论。针对端元维数，提出了改的单形体 最大距离法与传统别进行讨论。针对端元维数，提出了改的单形体 最大距离法与传统别进行讨论。针对端元维数，提出了改的单形体 最大距离法与传统最大距离法相比，它利用单形体积来计算像元到已知的并通过引 最大距离法相比，它利用单形体积来计算像元到已知的并通过引 最大距离法相比，它利用单形体积来计算像元到已知的并通过引 入多个备选像元和光谱角阈值来规避异常点对端提取的影响。针组分维数， 入多个备选像元和光谱角阈值来规避异常点对端提取的影响。针组分维数， 入多个备选像元和光谱角阈值来规避异常点对端提取的影响。针组分维数， 入多个备选像元和光谱角阈值来规避异常点对端提取的影响。针组分维数， 入多个备选像元和光谱角阈值来规避异常点对端提取的影响。针组分维数， 入多个备选像元和光谱角阈值来规避异常点对端提取的影响。针组分维数， 入多个备选像元和光谱角阈值来规避异常点对端提取的影响。针组分维数， 入多个备选像元和光谱角阈值来规避异常点对端提取的影响。针组分维数， 入多个备选像元和光谱角阈值来规避异常点对端提取的影响。针组分维数， 入多个备选像元和光谱角阈值来规避异常点对端提取的影响。针组分维数， 入多个备选像元和光谱角阈值来规避异常点对端提取的影响。针组分维数， 入多个备选像元和光谱角阈值来规避异常点对端提取的影响。针组分维数， 入多个备选像元和光谱角阈值来规避异常点对端提取的影响。针组分维数， 入多个备选像元和光谱角阈值来规避异常点对端提取的影响。针组分维数， 入多个备选像元和光谱角阈值来规避异常点对端提取的影响。针组分维数， 入多个备选像元和光谱角阈值来规避异常点对端提取的影响。针组分维数， 入多个备选像元和光谱角阈值来规避异常点对端提取的影响。针组分维数， 入多个备选像元和光谱角阈值来规避异常点对端提取的影响。针组分维数， 入多个备选像元和光谱角阈值来规避异常点对端提取的影响。针组分维数， 入多个备选像元和光谱角阈值来规避异常点对端提取的影响。针组分维数， 入多个备选像元和光谱角阈值来规避异常点对端提取的影响。针组分维数， 入多个备选像元和光谱角阈值来规避异常点对端提取的影响。针组分维数， 入多个备选像元和光谱角阈值来规避异常点对端提取的影响。针组分维数， 介绍了基于特征值的维数识别方法 HFC HFC、NEHFC NEHFC NEHFC、NSP 和基于均方差的维数识别 方法 Hysime Hysime Hysimem、Hysime Hysime Hysime。论文分析指出了 。论文分析指出了 HFC HFC系列方法的原理性漏洞，即 系列方法的原理性漏洞，即 HFC HFC方 法判别的是正交变换后特征空间各组分否属于噪 声，针对原始影像中信号和法判别的是正交变换后特征空间各组分否属于噪 声，针对原始影像中信号和法判别的是正交变换后特征空间各组分否属于噪 声，针对原始影像中信号和声取值的相关假设是不准确；原始影像协方差矩阵 声取值的相关假设是不准确；原始影像协方差矩阵 声取值的相关假设是不准确；原始影像协方差矩阵 和相关矩阵不是对角， 相关矩阵的对角元素值大于 协方差矩 阵对应位置的角元素值，不能保证相关协方差矩 阵对应位置的角元素值，不能保证相关协方差矩 阵对应位置的角元素值，不能保证相关阵的特征值也大于协方差矩对应。 鉴于 Hysime Hysime Hysime系列方法须引入噪声 系列方法须引入噪声 与信号不相关假设的足， 论文提出了基于最小均方误差广义维数识别法与信号不相关假设的足， 论文提出了基于最小均方误差广义维数识别法与信号不相关假设的足， 论文提出了基于最小均方误差广义维数识别法与信号不相关假设的足， 论文提出了基于最小均方误差广义维数识别法与信号不相关假设的足， 论文提出了基于最小均方误差广义维数识别法与信号不相关假设的足， 论文提出了基于最小均方误差广义维数识别法与信号不相关假设的足， 论文提出了基于最小均方误差广义维数识别法与信号不相关假设的足， 论文提出了基于最小均方误差广义维数识别法与信号不相关假设的足， 论文提出了基于最小均方误差广义维数识别法与信号不相关假设的足， 论文提出了基于最小均方误差广义维数识别法与信号不相关假设的足， 论文提出了基于最小均方误差广义维数识别法与信号不相关假设的足， 论文提出了基于最小均方误差广义维数识别法与信号不相关假设的足， 论文提出了基于最小均方误差广义维数识别法与信号不相关假设的足， 论文提出了基于最小均方误差广义维数识别法与信号不相关假设的足， 论文提出了基于最小均方误差广义维数识别法与信号不相关假设的足， 论文提出了基于最小均方误差广义维数识别法与信号不相关假设的足， 论文提出了基于最小均方误差广义维数识别法与信号不相关假设的足， 论文提出了基于最小均方误差广义维数识别法与信号不相关假设的足， 论文提出了基于最小均方误差广义维数识别法与信号不相关假设的足， 论文提出了基于最小均方误差广义维数识别法与信号不相关假设的足， 论文提出了基于最小均方误差广义维数识别法与信号不相关假设的足， 论文提出了基于最小均方误差广义维数识别法与信号不相关假设的足， 论文提出了基于最小均方误差广义维数识别法它对噪声与信号是否相关和波段均值为 0均没有限制，而 Hysime Hysime Hysimem和 Hysime Hysime 可以看做它在噪声与信号不相关情况下的特例。 可以看做它在噪声与信号不相关情况下的特例。
4、当噪声与信号相关时，噪声子空间斜交于信号子空间。论文基于此提出了一种信噪相关条件下的广义数据模型，以及基于斜子空间投影的信噪分离算法。该算法需要在分别估计噪声影像和信号影像，以及识别噪声子空间和信号子空间的组分维数的基础上，得到代表信号子空间和噪声子空间的基向量，从而计算斜投影矩阵。与正交子空间投影和多项式噪声模型的实验结果相比，斜子空间投影得到的噪声影像中含有更少的的信号纹理。

× 【作者】 李雪轲

【导师】 王晋年；张立福

【 学位年度 】 2014

【论文级别】 硕士

【关键词】 无人机遥感；旋翼无人机；成像光谱数据；几何校正

【Key words】 UAV remote sensing; Rotary-wing UAV; Imaging spectrometer data; Geometric correction

【中文摘要】

长期以来，传统的以卫星遥感和载人航空遥感为手段的遥感数据获取技术，由于空间分辨率较低、重访周期较长、时效性较差、受空域管制等因素的制约，在应对各种突发自然灾害和日常动态监测任务时，很难提供及时有效的信息。无人机遥感技术的发展很好地解决了这一难题。但由于无人机平台不可避免地会出现抖动、倾斜等情况，姿态的变化导致获取的影像产生旋转、投影变形等畸变，因此在对无人机遥感影像进行分析和应用之前，首先需要对原始影像进行几何校正。目前，国内外学者对无人机遥感平台上搭载航空摄影相机或航空多光谱数字相机获取的RGB影像或多光谱影像进行几何处理的技术已日臻成熟，但对于旋翼无人机遥感平台上搭载成像光谱系统几何处理技术的研究还相对较少。本文针对旋翼无人机成像光谱系统，提出了一套完整的几何处理流程，并通过航空成像光谱系统（Aerial Imaging Spectrometer System, AISS）获取的高光谱数据对几何处理流程的可行性进行了实施和验证，初步形成了数据获取、数据预处理、几何处理方法选取及精度评价的几何处理模式，这为旋翼无人机成像光谱影像几何处理的研究提供了一定的参考标准。本文的主要研究工作包括以下几个方面：
（1） 介绍了旋翼无人机遥感系统的组成，并利用研制的AISS开展飞行试验，该光谱系统配套了一系列完善的数据采集与存储系统，满足轻量化设计、传输速度快、海量数据存储的需求。
（2） 在对成像光谱系统的成像几何原理进行深入分析后，针对旋翼无人机遥感平台，分别以系统性几何变形和非系统性几何变形为切入点，通过建立数学模型，定性地探讨了不同类型畸变对旋翼无人机遥感影像上所成像点与对应地面点之间关系的影响。
（3） 提出了一套完整的基于旋翼无人机成像光谱系统的几何处理流程，针对不同的辅助数据集类型组合，给出了两种基于旋翼无人机成像光谱系统的几何校正方法：基于控制点的近似几何校正和基于POS数据的几何校正。基于控制点的近似几何校正流程中，在满足选取准则、选取方法来获取地面控制点的前提下，分析比较了剔除错误控制点的两种检测技术，并根据实验数据的特点，选取合适的错误控制点检测方法，研究表明，该方法能够有效剔除错误控制点，提高几何校正精度，并保障了所构建控制点数据库的精确性，为研究区域几何校正控制点自动提取提供了有力的支持；基于POS数据的几何校正流程中，针对间接法最佳扫描行的确定提出了两种快速搜索方法，并根据试验数据的特点，选取最佳搜索策略，有效提高了搜索效率和准确性。



【Abstract】

For a long time, using traditional technology to obtain remote sensing data such as satellite-based or manned space-based fails to provide timely and effective information when it comes to sudden natural disasters or dynamic monitoring of daily tasks, which roots in its low spatial resolution, long revisit cycle, time-poor, airspace control and so forth. Fortunately, this problem has been addressed by the arise of unmanned aerial vehicle (UAV) remote sensing. However, the UAV platform will inevitably result in tilting, shaking which leads to rotation and projection deformation in the acquired image, thus geometric correction is needed before analyzing and applying the UAV remote sensing data. At present, research on the geometric correction technology of UAV onboard aerial photography and aerial multispectral camera has been sophisticated from home and abroad, while relatively few studies focuses on the geometry processing of the rotary-wing UAV platform equipped with imaging spectrometer system. This thesis proposes a set of comprehensive geometric processing procedure aimed at rotary-wing UAV imaging spectrometer system. The feasibility of this process was implemented and verified through hyperspectral data which is attained by aerial imaging spectrometer system (AISS). An initial workflow of data acquisition, data preprocessing, selection of geometric approach and accuracy assessment of rectification results was formed, which provides a reference standard for the geometry of rotary-wing UAV imaging spectrometer system. The main work of this paper can be deduced as follows:
(1) Describe the composition of the rotary-wing UAV remote sensing systems, and the flight tests was conducted using the developed AISS, which equipped with a series of comprehensive systems including data acquisition and storage to meet the high-speed transmission , massive data, and light-weight design requirements.
(2) Analyze the imaging geometric principles of imaging spectrometer system, then specific to the rotary-wing UAV remote sensing platforms, design the mathematical model to qualitatively explore the impacts of systematic and non-systematic geometric distortion on the rotary-wing UAV remote sensing image and its corresponding ground points.
(3) Propose two types of geometric correction methods according to different combinations of ancillary data sets: control points based and POS data based. In the process of control points based approximate geometric correction, analysis and comparison of two kinds of detecting techniques to eliminate error control points was done under the premise of satisfying the selection criteria and selection method to get the ground control points. The appropriate error control point detection method was chosen in accord with the characteristics of the experimental data. The results show that the proposed method can effectively eliminate the error control points and improve the accuracy of geometric correction which guarantees the precision of the constructed control point database and provides strong support for automatic extraction of control point within this region; in the process of POS data based geometric correction, two fast search methods were proposed in the indirect method for determining the optimal scan lines, and according to the characteristics of the test data, best search strategy was selected to effectively improve the search efficiency and accuracy.

× 【作者】 帅通

【导师】 童庆禧；张霞

【 学位年度 】 2014

【论文级别】 博士

【关键词】 高光谱，深空探测，月球，造岩矿物，火星，含水矿物，混合光谱分解，定量丰度反演

【Key words】 hyperspectral remote sensing, deep-space exploration, Moon, rock-forming minerals, Mars, hydrous minerals, spectralunmixing, quantitative abundance retrieval

【中文摘要】

深空探测是进入太阳系空间和宇宙空间的探测，它有助于我们更深入了解宇宙的形成、演化和消亡，并对人类自身的起源和发展保持清晰的认识。对近地行星和卫星表面岩矿成分的探测是目前国际的研究热点，也是巨大的挑战。其难点在于深空环境的特殊性、未知性以及星体表面环境的复杂性，使得传统的高光谱定量反演技术难以在深空矿物的定量反演研究中取得理想的效果。
本文以月球造岩矿物和火星含水矿物的定量反演为例开展了基于高光谱解混技术的深空矿物丰度定量反演研究。其中，针对月球表面太空风化强度不一的特殊性，基于Hapke模型模拟了不同太空风化水平的典型造岩矿物光谱集，并发展了ECC_MESMA算法对全月表典型造岩矿物进行了定量反演；针对火星含水矿物含量低、分布零散、背景矿物复杂且未知的现状，提出了目标识别和丰度反演相结合的技术流程，其中丰度反演采用最新发展的稀疏解混算法，它不需对火星矿物类别和端元数量进行预判断，而是基于完备的光谱库对每个混合像元自动进行矿物类别识别和丰度反演。主要结论和成果如下：
（1）通过对嫦娥一号IIM高光谱数据的信息质量评估，发现IIM数据具有中间波段图像信息质量优于两端波段的分布特征，其中前九和最后一个波段信息质量较差，使用时舍去；对火星CRISM高光谱数据的信息质量评估显示其可见近红外波段的数据信息质量要优于红外波段，包含大部分矿物光谱特征的1.0-2.5μm波段信息质量良好，能够满足火星含水矿物的识别和丰度反演研究。
（2）根据Hapke模型，太空风化对月表矿物反射率光谱的影响主要表现在三个方面：①对吸收中心的影响低于周边光谱的影响，导致吸收深度减小；②会降低光谱的反射率，且波长越短对反射率的降低越甚；③太空风化的影响程度与亚微观金属铁（SMFe）的含量呈类对数关系。设定SMFe不同等级含量，可以构建不同太空风化水平下的矿物反射率光谱集。太空风化水平越高，矿物的吸收特征越弱，且不同矿物光谱的相关性会随着太空风化水平的提高而增加。
（3）传统多端元光谱混合分析算法存在两方面问题：一是运算量会随着端元数的增加而呈现指数型增长，运算量巨大；二是端元组合没有考虑地物的实际物理含义。针对上述问题，本文引入同一像元内不同矿物的太空风化水平一致的物理含义，对解混时的端元组合构建进行约束，提出了ECC_MESMA算法。
（4）采用ECC_MESMA算法，对全月表的三类主要造岩矿物进行了丰度反演，发现三类矿物的丰度分布都和地形密切相关：斜长石主要分布在高地，丰度普遍在30%以上；单斜辉石大多分布于月海，其丰度含量约为20%-50%；橄榄石丰度较高的地区大多分布在月海和高地的边缘，且其在月海中的丰度含量高于其在高地的丰度含量。通过与其他相关研究成果的对比分析，本文的矿物丰度反演结果和前人研究结果的空间分布基本一致，部分矿物含量较高，可能主要是由于本文考虑了太空风化的影响，仍然能够反演得到受太空风化影响较大矿物的丰度，体现了考虑太空风化进行月表矿物丰度反演的优势。此外，本文同时反演得到了全月表的太空风化水平分布图。
（5）水分子和羟基的吸收位置可以作为火星表面含水矿物识别的光谱特征，主要位于1.45μm 、1.9μm、2.2μm或2.3μm附近。基于CRISM水吸收特征产品采用阈值法初步绘制了“好奇号”着陆点附近区域含水矿物分布图。
（6）构建了火星稀疏解混光谱库，共包含82类矿物的203条反射率光谱。通过稀疏解混，得到“好奇号”着陆点附近区域7种含水矿物的丰度分布图，其中阳起石丰度含量最高（10%-20%之间），丰度含量次之的为蒙脱石、皂石和黄钾铁矾（5%左右），丰度较低的是水铁矾、多水高岭石和菱镁石（一般1%-2%左右）。含水矿物主要位于研究区域南部——Sharp山山脚下的年轻地层带，总体丰度最高可达40%左右，丰度次之的为黑色沙丘南部地区，含量在20%左右，大体沿该地区地形地貌呈现东北-西南走向分布。
（7）目前缺少含水矿物精细类别定量丰度反演研究以及大范围的地面调查数据，本文将定量丰度反演结果与目前已有的相关成果进行了比对，结果显示：与大类矿物丰度结果相比较，含硅物质与前人反演结果相当，辉石丰度和部分研究结果相当，含水硫酸盐比前人反演的硫酸盐含量要低，这可能是由于不含水硫酸盐的存在所致；与含水矿物分布结果相比较，整体空间分布趋势基本一致，尤其是硫酸盐的分布最为吻合；与“好奇号”地面调查结果相比较，本文及“好奇号”都未在着陆点以东400m内发现含水矿物的存在；该地区被沙尘覆盖可能是本文反演得到较高石英石分布的主要原因

× 【作者】 张艮中

【导师】 童庆禧；张立福

【 学位年度 】 2014

【论文级别】 硕士

【关键词】 成像光谱 岩心编录 数据存储模型 高光谱数据库 可视化

【Key words】 imaging spectrometer, core catalog, data storage model, hyperspectral database, visualization

【中文摘要】

由于矿产资源勘查工作的不断深入，目前勘查的主要方向已转向深部，勘查工作的难度越来越大，成本也不断变高。目前地质找矿技术显得比较滞后，人们开始探索用于寻找深部矿的新技术和新方法。基于钻探工程并发挥高光谱遥感技术优势，快速进行深部成矿作用信息的识别和反映以及实现对深部地质体结构和物质成分进行精细探测，成为当前矿产勘查遥感技术的研究关键。利用高光谱遥感技术进行岩心高光谱编录和岩心信息提取研究，是当前岩心地学信息提取研究的新方向。岩心成像光谱数据编录系统是岩心高光谱编录系统的最新阶段，它使用岩心成像光谱数据进行编录，可以实现图谱合一，将为深部找矿提供有效的技术支持。
本文以自主研发的岩心组分成像光谱系统（Imaging Spectrometer System for Analying Core components）所采集的岩心成像光谱数据作为数据源，最终目标是建立岩心成像光谱数据编录系统，主要开展了以下两个方面的研究工作：一是进行岩心成像光谱数据编录系统的分析与设计。二是进行岩心成像光谱数据编录系统关键技术研究并实现岩心成像光谱数据编录原型系统。论文的主要成果和结论如下：
1. 建立了以GeoRaster对象为核心的岩心成像光谱数据存储模型，在该数据存储模型的基础上，对基于存储过程的岩心成像光谱数据编录方法进行了深入研究。研究结果表明，该存储模型和数据编录方法可以有效实现岩心成像光谱数据的编录。
2. 在Qt开发工具和C++的支持下，研究了岩心成像光谱数据的可视化。研究结果表明，数据浏览、光谱曲线显示和直方图统计等方法有效实现了岩心成像光谱数据的可视化。
3. 在成功研究编录技术、影像和光谱曲线显示等可视化技术及信息提取技术的基础上，开发实现了岩心成像光谱数据编录原型系统。该系统基本上具备了对岩心成像光谱数据进行预处理、编录、可视化和信息提取的功能。

【Abstract】

Mineral exploration becomes more difficult with the depth of the exploration while the cost increases drastically. Because geological prospecting techniques seem serious lag, people began to continuously find new technologies and new methods for exploring deep mines. How to give full play to the advantages of hyperspectral remote sensing technology based on drilling engineering to quickly identify deep mineralization information and realize the fine detection of deep geological structure and material composition is the current key study of remote sensing technology for mineral exploration. Using hyperspectral remote sensing technology to conduct drill core catalog and analysis of spectral features is the new research direction of information acquisition and information mining of the core. The core imaging spectrometer data catalog system is the latest stage of hyperspectral core catalog system, which uses core imaging spectrometer data to catalog and can integrate visualization of hyperspectral data’s spectral and image, and will provide effective technical support for deep prospecting.
This study aims to establish the core imaging spectrometer data catalog system based on the imaging spectrometer data collected by Spectrometer System for Analying Core components. This study includes two parts:1) to analyze and design of the prototype system of Core imaging spectrometer data catalog system; 2) to conduct Key technology research and implement the prototype system of core imaging spectrometer data catalog system.
Main results and conclusions are summarized as follows:
1. Core data storage model whose key is GeoRaster Object is proposed. Extensive researches were carried out on data imported and exported method based on procedure. The experimental results indicate that this model work well at the catalog and Visualization of core imaging spectrometer data.
2. Researches about the visualization of the Core imaging spectrometer data and the visualization of spectral curve are based on Qt and C++. The result shows that flawless combination of data obtaining method, image visualization method and spectral visualization method can support the integrated visualization of spectrum and image of hyperspectral data effectively.
3. On the basis of a successful study of logging technology,image and spectrum curve display ,visualization technologies and information extraction technology, Core imaging spectrometer data catalog prototype system was achieved .The system basically provides preprocessing, core imaging spectrometer data catalog, visualization and information extraction functions.

× 【作者】 庄智

【导师】 张霞

【 学位年度 】 2014

【论文级别】 硕士

【关键词】 海平面变化，卫星测高，灰色系统理论，GM(1,1)模型

【Key words】 sea level change; satellite altimetry; grey system theory; GM (1,1) model

【中文摘要】

近年来，中国沿海海平面的上升速度高于全球平均水平，未来的上升趋势将继续发展。海平面的上升将导致生态环境破坏，而且会对社会和经济发展产生不利影响。因此，对海平面变化现有规律的掌握和未来趋势的预测具有重要的意义。 目前研究中，分析海平面变化需要用长达几十甚至上百年的数据资料寻找规律，多数观测序列难以满足要求。GM(1,1)灰色预测模型可以克服这一不足，通过挖掘十几年的少量数据内在关系去预测未来可能的趋势。但原始的GM(1,1)灰色预测模型核心是指数函数，反映出的海平面加速上升趋势要大于真实的趋势，而且单一的指数函数无法体现出海平面变化中的线性趋势，需要进行改进。
本文以长江口区域为研究区进行海平面变化预测研究。首先，选择了T/P及Jason-1测高卫星数据探讨了潮汐校正等数据处理过程，并构建了1993 -2010年绝对海面高逐年变化序列数据，用于进行海平面变化预测研究。其次，对GM(1,1)灰色预测模型进行斜率相等法改进、绝对值法线性改进、二次累加线性改进、新陈代谢改进等研究，并利用全球平均海平面永久服务组织PSMSL提供的全球年均海平面数据对改进后模型进行效果评价。最后，利用绝对值法线性改进后的灰色模型进行长江口区域海平面变化预测。得到的主要结论如下：
（1）利用调和分析方法能将潮汐信息从测高数据中有效地分离。对潮汐校正的海面高进行时空变化分析表明：长江口区域到外围海域海平面变化空间分布表现为同时间的波动变化呈现两种相反的趋势，并且显示出与纬度有关的南北渐变过程；在时间尺度上存在着年周期和2个月周期两个稳定的周期振荡信号。
（2）从对数据的拟合效果和对未来的预测效果比较，绝对值法线性改进后的灰色模型结果都是最好的。改进后的灰色模型综合考虑到了海平面变化中的线性趋势与非线性趋势，比单一的灰色模型和单一的线性模型都更具有合理性。 （3）2020年长江口区域的绝对海平面将比2010年上升33.8毫米，与其他研究学者研究结果相近。分析研究了海平面变化对温度变化的响应，表明海平面的变化与温度的变化趋势是一致的。


【Abstract】

In recent years, China's coastal sea level rise is faster than the global average; the upward rising trend will continue to develop in the future. Sea level rise will destroy the local ecological environment, and also it will adversely affect the social and economic development. Therefore, it is of great significance to master the sea level variation, and to forecast the trend of sea level change. In present study, the analysis of sea level change often needs dozens or even hundreds of years of data to look for patterns, most of the observation sequence is difficult to meet the requirements. GM(1,1) grey prediction model can overcome the shortage, it can predict possible future trends by digging the intrinsic relation through a small amount of data. However, using the conventional grey GM(1,1) model which is the exponential function for sea level change prediction can reflect the trend of accelerated change, but the exponential change is far bigger than the accelerated trend of real sea level change. And the single exponential function can't reflect the linear trend of sea level change, it needs to be improved.
This thesis took Yangtze river estuary area as the research area to predict sea level change. Firstly, used the long time satellite altimetry data from the T/P and Jason-1 altimetry satellites to discuss tidal correction based on the data itself and reaserch the sea level change. And also the sequence of absolute sea level changes year by year in the study area in 1993-2010 was calculated，which is used for predicting future sea-level change research. Then, in the study of prediction model, the thesis improved the conventional grey GM(1,1) model with the method of slope equal, the absolute linear improvement method, and the twice incremental linear improvement method and metabolism improvement method. Use the global average sea level change data provided by the organization of Permanent Service for Mean Sea Level as the experimental data to evaluate the improved results. Finally, this paper takes the time series of sea level change from 1993 to 2010 in the Yangtze River estuary area which is obtained by satellite altimetry data as basic data， and then uses the absolute linear improved grey model to predict the change in the future. The main conclusions are as follows： (1) The harmonic analysis method can effectively separate tidal information from satellite altimeter data. Then The results of analyzing the sea level change of time and space used the sea surface height data, from which tidal information were removed, show that: on the spatial distribution, it has two opposite trends of sea level fluctuations change at the same time from coastal to the depths in Yangtze river Estuary and its adjacent sea, and also the sea level fluctuations have north-south gradient which is related to latitude approximately; on the time scale, there exists two stable periodic oscillation signals consist of years cycle and 2 months cycle. (2) It is shown from the comparison of the results that the absolute linear improved model is the best one no matter in the data fitting effect or in the prediction of the future effect. The absolute linear improved model takes the actual situation that sea level changes always contain linear trend into consideration, it is more rationality than either the single grey model or the single linear model. The results show that the absolute linear improved grey model can be applied to the predictions of sea level change. (3) The absolute sea level of the area in 2020 will increase by33.8 mm, compared with 2010, which is similar to the research results of other researchers. And also the result of analyzing the response of sea level change on temperature show that the trend of sea level change is consistent with the change of temperature.