光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2011年
9期
2467-2470
,共4页
沈金祥%陈曦%杨辽%包安明%吴晓波%王杰
瀋金祥%陳晞%楊遼%包安明%吳曉波%王傑
침금상%진희%양료%포안명%오효파%왕걸
影像光谱库%波段模拟%SPOT5%MSS%TM
影像光譜庫%波段模擬%SPOT5%MSS%TM
영상광보고%파단모의%SPOT5%MSS%TM
针对常规的“影像-影像”多光谱影像波段模拟模型对研究区参考影像的依赖和随机性采样带来的模型不稳定问题以及“光谱库-影像”波段模拟模型中光谱库在类别、时间和空间上的不完善导致模型缺乏适用性问题,本文提出了基于影像光谱库的波段模拟方法.首先对与待模拟影像具有相似类别组成的参考影像进行光谱聚类,然后对各个光谱类别进行采样,形成影像光谱库,接着提取光谱库中的等量类别样本训练BP神经网络(BPN)回归模型,最后利用BPN模拟目标影像的波段.实验结果表明:该方法能够更为精确的模拟出TM蓝波段,其模拟均方根误差(RMSE)较“光谱库-影像”模型提高了1.3,较“影像-影像”模型提高了0.6,与“影像-影像”和“光谱库-影像”模型相比,该方法更加稳定可靠；该方法能够成功的应用到SPOT和MSS的蓝波段的模拟中并取到较好的效果.
針對常規的“影像-影像”多光譜影像波段模擬模型對研究區參攷影像的依賴和隨機性採樣帶來的模型不穩定問題以及“光譜庫-影像”波段模擬模型中光譜庫在類彆、時間和空間上的不完善導緻模型缺乏適用性問題,本文提齣瞭基于影像光譜庫的波段模擬方法.首先對與待模擬影像具有相似類彆組成的參攷影像進行光譜聚類,然後對各箇光譜類彆進行採樣,形成影像光譜庫,接著提取光譜庫中的等量類彆樣本訓練BP神經網絡(BPN)迴歸模型,最後利用BPN模擬目標影像的波段.實驗結果錶明:該方法能夠更為精確的模擬齣TM藍波段,其模擬均方根誤差(RMSE)較“光譜庫-影像”模型提高瞭1.3,較“影像-影像”模型提高瞭0.6,與“影像-影像”和“光譜庫-影像”模型相比,該方法更加穩定可靠；該方法能夠成功的應用到SPOT和MSS的藍波段的模擬中併取到較好的效果.
침대상규적“영상-영상”다광보영상파단모의모형대연구구삼고영상적의뢰화수궤성채양대래적모형불은정문제이급“광보고-영상”파단모의모형중광보고재유별、시간화공간상적불완선도치모형결핍괄용성문제,본문제출료기우영상광보고적파단모의방법.수선대여대모의영상구유상사유별조성적삼고영상진행광보취류,연후대각개광보유별진행채양,형성영상광보고,접착제취광보고중적등량유별양본훈련BP신경망락(BPN)회귀모형,최후이용BPN모의목표영상적파단.실험결과표명:해방법능구경위정학적모의출TM람파단,기모의균방근오차(RMSE)교“광보고-영상”모형제고료1.3,교“영상-영상”모형제고료0.6,여“영상-영상”화“광보고-영상”모형상비,해방법경가은정가고；해방법능구성공적응용도SPOT화MSS적람파단적모의중병취도교호적효과.
