【摘 要】
：
由于遥感数据集的空间分辨率,遥感成像仪在自然环境中的收集的光谱信号必然是各种物质的混合物。因此,准确估计需要光谱解混。混合像素分解方法按照所采用的分解模型,大致可以分为基于线型光谱混合模型的分解方法和基于非线性光谱混合模型的分解方法。本文考虑了丰度的稀疏性、空间信息和建模的多样性,改进了现有的非线性解混方法,具体如下:1.高光谱数据的相关性会导致数据的稀疏性,而且每个像素并非包含所有端元。而大多数
论文部分内容阅读
由于遥感数据集的空间分辨率,遥感成像仪在自然环境中的收集的光谱信号必然是各种物质的混合物。因此,准确估计需要光谱解混。混合像素分解方法按照所采用的分解模型,大致可以分为基于线型光谱混合模型的分解方法和基于非线性光谱混合模型的分解方法。本文考虑了丰度的稀疏性、空间信息和建模的多样性,改进了现有的非线性解混方法,具体如下:1.高光谱数据的相关性会导致数据的稀疏性,而且每个像素并非包含所有端元。而大多数现有的非线性解混算法没有考虑数据的稀疏信息。针对非线性解混算法没有考虑数据的稀疏性,提出了稀疏约束的广义
其他文献
随着微机械加工技术的飞速发展,各种新型微型制冷系统的研发受到了广泛关注,尤其是微型蒸汽压缩式制冷系统的发展最为迅速,有的已成功应用于电子元器件及个体微环境的散热等领域。但是目前而言微型蒸汽压缩制冷系统的能量源仅有锂电池、氢燃料电池和直接使用化学燃料的内燃机三种。为了使系统能量源满足节能环保的要求,将太阳能发电与微型制冷系统结合起来势必成为一种新的机遇。本文首先对当前微型压缩式制冷系统及独立太阳能发
随着科学研究的技术不断提高,人们生活质量也越来越高,品质方面要求也越来高。特别在制冷方面,对于传统压缩式制冷噪音大、体积大、制冷剂泄漏对环境造成污染等这些缺点人们是越来越不易接受。在面对这样的背景之下,新型的半导体制冷技术得以进一步研究发展。半导体制冷技术优点很多,体积小、工作过程中没有机械运动,不存在噪音,不含制冷剂,对环境友好。但是,由于半导体制冷效率很低,远远比不上传统制冷效率,所以不能广泛
随着空间遥感技术的快速成长,获取遥感影像数据的方式发生了很大的变革,并且伴随数据精确度的不断提高,数据量也不断巨增。获取的遥感数据需要经过合适的加工处理,才能应用到其他的行业。因此对数据的处理速度和效率有了很高的要求,同时数据也要求高效的组织和管理。云计算技术是时下最流行的技术,能够解决很多复杂的问题,因此云计算能够提供一种处理上述问题的有效解决方案。Hadoop是一款云计算平台,是目前最流行的一
目前,随着遥感技术的飞速发展,海量遥感影像数据被应用于各个领域。海量遥感影像数据的研究也日益受到人们的重视。鉴于常规影像不能满足大众的三维地形可视化体验以及常规影像图片的质量亦不能满足大众的视觉效果。所以对遥感影像实现三维可视化以及图像增强成为亟待解决的问题。国家测绘地理信息局卫星测绘应用中心立项建设资源三号(本文简称ZY-3)卫星应用系统项目,专题产品生产子系统属于ZY-3卫星应用系统项目中包含
随着高分系列卫星投入使用,广大用户对卫星数据的应用需求越来越迫切,用户量也越来越多。遥感数据分发中心需要提高对外分发能力才能应对日益增长的数据分发请求。因为遥感数据分发中心的网络带宽有限,为此本文讨论了“遥感信息网络化系统”的改进方案,提出了几种方案以缓解分发中心压力。方案一通过构建资源镜像分发中心的方式缓解数据分发中心的网络压力,使镜像分发中心构成镜像集群,由集群共同处理分发任务。方案二通过将所
遥感影像处理在军民用领域都有重要的现实意义。由于所处理数据量大,采用中央处理器对遥感影像进行处理往往不能满足实时性要求。图形处理器由于其与生俱来的多核特性能够大大提高遥感影像处理的速度,提高实时性。然而,多线程编程的复杂性很大程度上限制了图形处理器在遥感影像处理方面的应用。因此,关于多线程编程技术以及基于图形处理器的遥感影像处理算法并行化的研究具有重要意义。本文主要针对遥感影像处理中比较常用的图像
从20世纪70年代开始,我国在航空航天、空间信息化以及遥感技术等领域呈现出蓬勃发展的趋势。卫星遥感作为遥感领域的分支,在军事领域和经济建设中发挥了重要的作用。自“十二五”以来,我国的民用航天业提出了新的发展目标和方向,卫星遥感技术的发展达到了新的高度。随着越来越多的遥感卫星发射成功,多种多样的传感器被投入使用,由于从单一传感器获得的影像在光谱信息和空间分辨率方面存在一定的局限性,因此需要将来自不同
在20世纪80年代,对地遥感测观测手段由多光谱遥感发展到了高光谱遥感。高光谱遥感图像随即成为对地观测的主要手段之一。高光谱遥感图像以其达到纳米级的光谱分辨率,探测和揭示了许多传统全色探测中不可观测到的,隐藏在光谱曲线中的地物目标特性,因此高光谱图像在许多领域都得到了广泛的应用,并成为世界上许多国家对地遥感系统的重要组成部分。而在高光谱遥感图像的研究中,高光谱遥感图像分类是其中的重点和基础。在机器学
基于高分辨率光学遥感图像的目标检测是空间对地观测的重要研究方向,在军事监测、战场分析、交通管理等领域已获得广泛的应用。针对高分辨率星载遥感图像的动目标检测成为国内外的研究热点之一。首先,针对广域复杂背景的高分辨率光学遥感图像特点,以及目标检测过程中大量地物背景的干扰问题,本文论述了目标检测中常用的图像分割方法。基于目前常见分割算法中背景抑制不充分的缺陷,提出了采用多尺度分割中均值漂移滤波的思想,通
近年来,高光谱遥感技术发展迅速,在社会与生活领域中有着越来越广泛的应用。运用高光谱图像中丰富的光谱信息可以进行精确的目标识别,但其高维的数据形式、信息的高度冗余也给后续的数据处理带来了巨大的挑战。因此,如何在最大程度保留高光谱数据丰富信息的基础上降低数据维度是高光谱图像处理的重要技术问题之一。波段选择是高光谱图像处理中一种常用的降维方式。波段选择是指在原始波段中挑选出符合要求的最优波段组合,它与特