光谱分辨率

高光谱 (Hyperspectral) 光谱的定义  光谱是复色光经过色散系统（如棱镜、光栅）分光后，被色散开的单色光按波长（或频率）大小而依次排列的图案，全称为光学图谱。  太阳光色散后有红、橙、黄、绿、蓝、靛、紫，顺次连续分布的彩色光谱，覆盖了大约在390到770纳米的可见光区。 光谱的分类 按波长区域  在一些可见光谱的红端之外，存在着波长更长的红外线，同样，在紫端之外，存在波长更短的紫外线。因此，除了可见光谱外，光谱还包括有红外光谱和紫外光谱。 按产生方式  光谱可以分为发射光谱和吸收光谱和 散射 光谱。 多光谱、高光谱、超光谱的区别  高光谱成像是新一代光电检测技术，兴起于20世纪80年代，目前仍在迅猛发展巾。高光谱成像是相对多光谱成像而言，通过高光谱成像方法获得的高光谱图像与通过多光谱成像获取的多光谱图像相比具有更丰富的图像和光谱信息。如果根据传感器的光谱分辨率对光谱成像技术进行分类，光谱成像技术一般可分成3类： 多光谱成像——光谱分辨率在delta_lambda/lambda=0.1数量级，这样的传感器在可见光和近红外区域一般只有几个波段。 高光谱成像——光谱分辨率在delta_lambda/lambda=0.01数量级，这样的传感器在可见光和近红外区域有几卜到数百个波段，光谱分辨率可达nm级。 超光谱成像——光谱分辨率在delta_lambda/lambda=0

上一篇（ RSD处理高分5号高光谱（GF5 AHSI）数据（三）——从GF5 AHSI 高光谱样本数据搜索光谱库 ）我们使用从高光谱数据集提取到的样本数据搜索光谱库，查找与之最相似的地物光谱，并列出相似程度从高到低的一个清单。这里我们将这个过程反过来， 搜索高光谱数据集中有没有与光谱库特定光谱相似的高光谱对象 。 下面通过例子说明使用RSD实现这种搜索的过程。 使用的数据集GF5_AHSI_E117.12_N40.19_20190501_005208_L10000043254.tar来自高分中心，30m分辨率。光谱库数据选自USGS splib07a的一个白皮松的光谱数据splib07a_WhitebarkPine_YNP-WB-2_frst_AVIRISb_RTGC。 GF5 AHSI高光谱数据集是2019年5.1期间平谷县境内山林，光谱数据使用的是美国白皮松的光谱。要是有本地树种的光谱当然好了，由于我没有，就随便找一个代替的。是说搜一搜平谷有没有美国白皮松生长？开个玩笑了，当然没有，我们就搜索一下光谱最接近的地物对象吧。 1. 加载GF5 AHSI 高光谱数据集，并进行大气校正 这部分在前面几篇已经讲了。 2. 对象分割 勾选高光谱数据层，在主窗口滚动鼠标滚轮直至光标变成黑箭头，右击出现一个弹出菜单。从菜单中选择“分类对象分割->基于图像特征的分割”，点击后出现一个对话框（图1

前言 ​ 本资料整理了高光谱遥感图像概念定义、分析处理与分类识别的基本知识。第一部分介绍高光谱图像的一般性原理和知识，第二部分介绍了高光谱图像的噪声问题；第三部分介绍高光谱图像数据冗余问题以及数据降维解决冗余的方法；第四部分介绍高光谱图像的混合像元问题，对光谱解混做了一定介绍；第五部分和第六部分分别介绍了高光谱图像的监督分类和分监督分类的特点、流程和常用算法。 1.基本介绍 高光谱遥感(Hyperspectral remote sensing) 是将成像技术和光谱技术相结合的多维信息获取技术,同时探测目标的二维集合空间与一维光谱信息,获取高光谱分辨率的连续、窄波段图像数据。 高光谱图像与高分辨率图像、多光谱图像不同。 高光谱识别优势： 光谱分辨率高、波段众多，能够获取地物几乎连续的光谱特征曲线，并可以根据需要选择或提取特定波段来突出目标特征； 同一空间分辨率下，光谱覆盖范围更宽，能够探测到地物更多对电磁波的响应特征； 波段多，为波段之间的相互校正提供了便利； 定量化的连续光谱曲线数据为地物光谱机理模型引入图像分类提供了条件； 包含丰富的辐射、空间和光谱信息，是多种信息的综合载体。 高光谱在识别方面的困难： 数据量大，图像包含几十个到上百个波段，数据量是单波段遥感图像的几百倍；数据存在大量冗余，处理不当，反而会影响分类精度；

目前看到三个，光谱反射率曲线，光谱响应度曲线，光谱特性曲线，傻傻分不清。 而光谱反射率是指地物在某波段的反射通量与该波段的入射通量之比。即地物对不同波长的电磁波会产生选择性反射。因此，地物的反射率通常指的是光谱反射率。[1] 光谱响应指光阴极量子效率与入射波长之间的关系。可以表示太阳能电池对不同波长入射光能转换成电能的能力，其单位为安培/瓦(Amp/Watt)。（感觉很无关，pass） 光谱特性曲线是指 光谱 波长与其他变量间的关系曲线。保持入射光的强度（即光通量）不变，测出不同频率的光所产生的光电流，作出两者之间的关系曲线。[2] 因此认为主要关注的是光谱反射率曲线，然而首先目前接收到的各种遥感数据都是DN值，由于地表自身发出的辐射能量几乎为零，物体辐射的能量是以反射太阳能量为主。DN是遥感影像像元亮度值，记录的地物的灰度值。无单位，是一个整数值，值大小与传感器的辐射分辨率、地物发射率、大气透过率和散射率等有关。而转换为反射率，我觉得我就不用管这部分了。 参考文献： [1]张安定 ．遥感原理与应用题解：科学出版社，2016 [2]王金淑，周美玲著 ．电子发射材料：人民邮电出版社，2008.12(pass) 来源： https://www.cnblogs.com/yizhifanya/p/11827510.html

摘自《基于深度卷积神经网络的高光谱图像分类》徐敏 1.Indian Pines 数据集 145×145 的大小进行标注作为高光谱图像分类测试 用途。 AVIRIS 成像光谱仪成像波长范围为 0.4-2.5μm，是在连续的 220 个波段对地物连续成像的，但是由于第 104-108，第 150-163 和第 220 个波段不能被水反射，因此，我们一般使用的是剔除了这 20 个波段后剩下的 200 个波段作为研究的对象。 该光谱成像仪所成的图像的 空间分辨率约为 20m ，因此，其较容易产生混合像元，给分类带来难度。 图 2.1(a)是抽取其中 3 个波段的二维矩阵叠加作为 RGB 图像三个通道所成的伪彩色图像。该数据总共有 21025个像素，但是其中只有 10249 个像素是地物像素，其余 10776 个像素均为背景像素，在实际分类中，这些像素是需要剔除的，由于截取的这块区域均是庄稼，总共有 16类，因此不同的地物具有较为相似的光谱曲线，而且这 16 类中，样本的分布极不均匀 2.Pavia University 数据集 图像的空间分辨率为 1.3m 。其中 12 个波段由于受噪声影响被剔除，因此一般使用的是剩下 103 个光谱波段所成的图像。该数据的 尺寸为 610×340 ，因此共包含2207400 个像素，但是其中包含大量的背景像素，包含地物的像素总共只有 42776 个

卫星 1.1 高分五号 1.1.1【×】 大气痕量气体差分吸收光谱仪：光谱范围 240-315nm、311-403nm、401-550nm、545-710nm，光谱分辨率 0.3-0.5nm，空间分辨率为48km（穿轨方向）*13（沿轨方向），只能探测区域性痕量气体总水平。 1.1.2 【？】大气环境红外甚高分辨率探测仪：光谱范围 750-4100cm（2.4-13.3μm），空间分辨率不清楚。 1.2 高分六号【？】 1.2.1 2米全色/8米多光谱高分辨率相机，观测幅宽90公里 1.2.2 16米多光谱中分辨率宽幅相机，观测幅宽800公里 1.2.3 8谱段CMOS探测器 2.光学遥测 2.1 差分吸收激光雷达（DIAL） 2.1.1 国外 2.1.2 国内 2.1.2.1 安徽光机所：激光雷达车载系统 来源： https://www.cnblogs.com/baiyp1989/p/11326074.html