下载文档原格式
什么是高光谱,多光谱,超光谱作者：felles提交日期：2010-4-26 8:16:00 | 分类:高光谱 | 访问量：196到底什么是高光谱，多光谱和超光谱技术2009-11-18 13:53多光谱，高光谱和高光谱技术都被称为成像光谱技术，在遥感和其他科研领域具有举足轻重的作用。
多年来，我一直对这种技术理解不深，很多人说什么多光谱，甚至是超光谱，多光谱技术实际上是高光谱技术的原始阶段，几乎被淘汰了。
而有些人说的超光谱实际上还在美国研发，根本没有进入到市面上，也就说诸多同仁对成像光谱技术也是糊里糊涂。
今日，我在一个网站上发现了对这种技术的解释 ，我认为从专业角度来说，他们说的还比较靠谱。
对于科研确实有一定的帮助。
我在这里吧相关资料拷贝过来供大家欣赏。
成像光谱技术（高光谱成像技术）基础Imaging Spectrometer Fundamentals说明：1.下文所属的成像光谱仪又叫高光谱成像系统，而且同一个概念。
2.该资料为天津菲林斯光电仪器公司 编写，仅作成像光谱技术的内部交流之用，禁止一切形式的侵权传播或引用行为。
一．技术历史背景在现代科研过程中, 多数情况下必须对空间不均匀样品的分布特性加以分析和确认，使用传统的光谱仪仅仅能够以聚焦的镜头扫描样品或者获得整个样品的平均特性，这种光谱和空间信息不可兼得的局限性促使高光谱成像技术（Hyperspectral Imaging）应用而生。
早在20世纪60年代（1960s）人造地球卫星围绕地球获取地球的图片资料时，成像就成为研究地球的有利工具。
在传统的成像技术中，人们就知道黑白图像的灰度级别代表了光学特性的差异因而可用于辨别不同的材料，在此基础上，成像技术有了更高的发展，对地球成像时，选择一些颜色的滤波片成像对于提高对特殊农作物、研究大气、海洋、土壤等的辨别能力大有裨益。
这就是人类最早的多光谱技术（Multispectral imaging）它最早出现在LandSat卫星上。
1、光谱分辨率光谱分辨率spectral resolution定义1：遥感器能分辨的最小波长间隔，是遥感器的性能指标。
遥感器的波段划分得越细，光谱的分辨率就越高，遥感影像区分不同地物的能力越强。
定义2：多光谱遥感器接收目标辐射信号时所能分辨的最小波长间隔。
光谱分辨率指成像的波段范围，分得愈细，波段愈多，光谱分辨率就愈高，现在的技术可以达到5~6nm（纳米）量级，400多个波段。
细分光谱可以提高自动区分和识别目标性质和组成成分的能力。
传感器的波谱范围，一般来说识别某种波谱的范围窄，则相应光谱分辨率高。
举个例子：可以分辨红外、红橙黄绿青蓝紫紫外的传感器的光谱分辨率就比只能分辨红绿蓝的传感器的光谱分辨率高。
一般来说，传感器的波段数越多波段宽度越窄，地面物体的信息越容易区分和识别，针对性越强。
2、什么是高光谱，多光谱及超光谱高光谱成像是新一代光电检测技术，兴起于2O世纪8O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。
(1)多光谱成像——光谱分辨率在delta_lambda/lambda=0．1mm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。
(2)高光谱成像——光谱分辨率在delta_lambda/lambda=0．01mm数量级，这样的传感器在可见光和近红外区域有几十到数百个波段，光谱分辨率可达nm 级。
(3)超光谱成像——光谱分辨率在delta_lambda/lambda =O．001mm=1nm数量级，这样的传感器在可见光和近红外区域可达数千个波段。
众所周知，光谱分析是自然科学中一种重要的研究手段，光谱技术能检测到被测物体的物理结构、化学成分等指标。
光谱评价是基于点测量，而图像测量是基于空间特性变化，两者各有其优缺点。
全色多光谱高光谱影像特征-概述说明以及解释1.引言概述部分的内容可能如下所示：1.1 概述全色、多光谱和高光谱影像是遥感技术中常用的图像数据。
这些影像可以捕捉到地球表面的各种光谱信息，从而为地质、农业、环境等领域的研究提供重要的数据支持。
全色影像是指通过对可见光范围内的全部波段进行拍摄和合成，获得高分辨率的图像数据。
它主要反映了地物的明暗、纹理和细节特征，对于城市规划、土地管理和基础设施建设等方面具有重要的应用价值。
多光谱影像则是采用多个波段的光谱信息，通过某种方式对光谱进行组合和处理，获得不同波段上的图像。
不同波段的图像对应了不同的物质组成和能量反射特征，能够提供更加丰富的地物分类和识别信息，常用于农业、林业和环境监测等领域。
高光谱影像是一种相对于多光谱影像更为细致和细分的光谱数据。
它利用较窄的波段间隔捕捉和分析地物的光谱信息，能够提供更详细的物质组成和光谱特性，广泛应用于矿产勘探、地质调查和环境变化监测等领域。
本文将重点介绍全色、多光谱和高光谱影像的特征和应用领域，并分析它们在遥感技术中的重要性。
同时，也将探讨未来发展方向，以期为相关领域的研究提供参考和启示。
1.2 文章结构文章结构是指文章的组织和布局方式，它的设计直接关系到读者对文章内容的理解和掌握程度。
本文将以全色、多光谱和高光谱影像特征为主线，从整体到细节逐步展开，以便读者能够系统地了解这些影像特征的定义、应用领域和特征分析情况。
本文的文章结构如下所示：第一部分是引言部分，主要包括概述、文章结构和目的。
在概述中，将简要介绍全色、多光谱和高光谱影像特征的背景和意义；在文章结构中，将提供本文的组织结构，使读者能够清晰地了解全文的框架；在目的部分，则明确说明本文的目标是为了全面介绍和分析全色、多光谱和高光谱影像特征。
第二部分是正文部分，是文章的主体部分，主要包括全色影像特征、多光谱影像特征和高光谱影像特征三个章节。
在每个章节中，将先对该影像特征进行定义和概念的介绍，然后分析该影像特征在不同应用领域中的具体应用情况，最后对该影像特征进行详细的特征分析，包括特征的表示、提取和处理方法等。
高光谱分类数据集
高光谱分类数据集是一种用于高光谱图像分类的数据库，通常包含各种地物类型的图像数据和对应的标签。
这些数据集通常用于训练和测试机器学习模型，以实现高光谱图像的自动分类和识别。
高光谱图像是一种包含多个连续波段的图像，每个波段对应不同的光谱信息。
通过对这些光谱信息进行分析和处理，可以识别出不同的地物类型，如植被、水体、建筑物等。
高光谱分类数据集通常由多个图像组成，每个图像包含多个波段和像素。
每个像素都有一个对应的标签，表示该像素所属的地物类型。
这些标签通常由专家进行标注或通过其他方法获取。
高光谱分类数据集通常用于研究和实践高光谱图像处理技术，例如图像分类、目标检测、变化检测等。
通过训练分类器，可以实现对高光谱图像的自动分类和识别，为遥感监测、环境监测、城市规划等领域提供有力支持。
以上是关于高光谱分类数据集的一些基本介绍，希望能够帮助您了解这个概念。
如需获取更多关于高光谱分类数据集的信息，建议您咨询专业人士或查阅相关论文资料。
高光谱大数据特征-回复高光谱大数据特征：探索未知领域的宝藏引言：在信息时代的浪潮中，数据被视为现代社会的石油，而大数据则是这一宝藏的代表。
而在大数据中，高光谱数据特征则是其中的一颗璀璨明珠。
本文将为您详细介绍高光谱大数据特征，从什么是高光谱、高光谱大数据的特征以及如何利用高光谱大数据探索未知领域等方面展开论述。
第一部分：什么是高光谱高光谱，简而言之，是一种用于获取物体各个频带反射光谱信息的技术。
光谱可视为物体对不同波长光的不同反射率的测量，在高光谱成像中，多个连续的波长带被用来记录物体的反射率。
这些反射率值组成了高光谱图像，通常被表示为一个数值矩阵。
第二部分：高光谱大数据特征1. 高维性：高光谱数据特征相对于其他传统的数据特征来说，具有更高的维度。
传统的数据特征通常包括形状、颜色、纹理等有限的特征，而高光谱数据特征则可以提取出数百个甚至上千个频段的反射率数据，使得数据的维度大大增加。
2. 多样性：高光谱大数据特征不仅可以在空间上进行采集，还可以同时捕捉不同频谱范围内的信息。
这使得高光谱数据在地质勘探、农业、环境监测等领域具有广泛的应用。
3. 时空关联性：高光谱大数据特征可以捕捉到物体的时空关联变化。
通过对不同时间和空间的高光谱数据进行分析，可以揭示出物体在不同状态下的信息变化，帮助进行预测和决策。
第三部分：利用高光谱大数据探索未知领域1. 地质勘探领域：高光谱大数据特征在地质勘探领域具有重要意义。
通过分析高光谱数据，可以发现地下的矿产资源、石油、天然气等。
高光谱数据的多样性和高维性使得地质勘探人员可以更加精准地确定勘探点，显著提高勘探效率。
2. 农业领域：高光谱大数据特征在农业领域的应用也是非常广泛的。
通过提取植物叶片的高光谱数据，可以获取有关植物的生长状况、叶片养分含量等重要信息。
这些信息可以帮助农业人员进行农作物的施肥和灌溉，提高农作物的产量和质量。
3. 环境监测领域：高光谱大数据特征在环境监测领域也具有重要意义。
6高光谱特征参量与光谱库高光谱是指采集一个物体在一定范围内的多个连续波段的光谱信息，高光谱影像中每一个像素记录了一个物体在可见光和红外光等多个波段中的反射、辐射等光谱参数。
高光谱数据提供了丰富的光谱信息，可以获得物体的细节、成分和结构信息。
为了提取和利用这些光谱信息，需要定义一系列的高光谱特征参量，并建立一个高光谱库。
下面将分别介绍高光谱特征参量的定义和高光谱库的构建。
高光谱特征参量是根据光谱数据提取出来的特征，用来描述光谱的不同特性。
常用的高光谱特征参量包括：平均光谱、光谱形状指标、吸收特征、反射率等。
平均光谱是指将多个波段的光谱数据进行平均得到的结果，能够反映物体在整个波段范围内的平均反射情况。
光谱形状指标包括波谷位置、波峰位置、谷底位置等，可以反映物体在不同波段上的反射情况。
吸收特征是指物体对一些波段的辐射吸收较多，可以通过计算这些波段的反射率来得到吸收特征。
反射率是光谱中的一个重要参量，它表示物体对不同波段光的反射程度。
建立高光谱库是为了收集、整理和管理高光谱数据，以便于高光谱数据的利用和分析。
高光谱库通常包括光谱数据集、元数据和相关信息。
光谱数据集是通过采集和处理高光谱影像获得的，它记录了不同物体在不同波段上的光谱信息。
元数据是光谱数据集的描述信息，包括采集时间、地理位置、观测仪器、处理方法等。
相关信息是对光谱数据进行分类和标注的结果，可以是物种名称、物质成分、地物类型等。
建立高光谱库需要进行数据采集、数据处理和数据管理等步骤，可以利用高光谱遥感技术、地面实测和样方采集等方式获取光谱数据，并进行光谱分析和统计。
高光谱特征参量与光谱库的应用非常广泛。
在农业领域，可以通过提取农作物的光谱特征参量，分析农作物的生长状态、营养状况和病虫害情况，为农业管理和决策提供科学依据。
在环境领域，可以利用高光谱特征参量来监测水体的浑浊度、水质状况和藻类浓度，能够提供水资源管理和保护的参考。
在矿产资源调查中，可以通过光谱库来识别矿物的种类、含量和分布，为矿产资源的勘查和开采提供技术支持。
什么是高光谱第一篇：什么是高光谱什么是高光谱,多光谱,超光谱作者：felles 提交日期：2010-4-26 8:16:00 | 分类:高光谱 | 访问量：196到底什么是高光谱，多光谱和超光谱技术2009-11-18 13:53多光谱，高光谱和高光谱技术都被称为成像光谱技术，在遥感和其他科研领域具有举足轻重的作用。
多年来，我一直对这种技术理解不深，很多人说什么多光谱，甚至是超光谱，多光谱技术实际上是高光谱技术的原始阶段，几乎被淘汰了。
而有些人说的超光谱实际上还在美国研发，根本没有进入到市面上，也就说诸多同仁对成像光谱技术也是糊里糊涂。
今日，我在一个网站上发现了对这种技术的解释成像光谱技术（高光谱成像技术）基础Imaging Spectrometer Fundamentals说明：1.下文所属的成像光谱仪又叫高光谱成像系统，而且同一个概念。
2.该资料为天津菲林斯光电仪器公司编写，仅作成像光谱技术的内部交流之用，禁止一切形式的侵权传播或引用行为。
一．技术历史背景在现代科研过程中, 多数情况下必须对空间不均匀样品的分布特性加以分析和确认，使用传统的光谱仪仅仅能够以聚焦的镜头扫描样品或者获得整个样品的平均特性，这种光谱和空间信息不可兼得的局限性促使高光谱成像技术（Hyperspectral Imaging）应用而生。
早在20世纪60年代（1960s）人造地球卫星围绕地球获取地球的图片资料时，成像就成为研究地球的有利工具。
在传统的成像技术中，人们就知道黑白图像的灰度级别代表了光学特性的差异因而可用于辨别不同的材料，在此基础上，成像技术有了更高的发展，对地球成像时，选择一些颜色的滤波片成像对于提高对特殊农作物、研究大气、海洋、土壤等的辨别能力大有裨益。
这就是人类最早的多光谱技术（Multispectral imaging）它最早出现在LandSat卫星上。
这些最早的星载图像传感器（例如，LandSat卫星上的Thematic Mapper和法国SPOT卫星上的相机）以离散的几种颜色（或者几个波段）对地球成像，就是人们常说的多光谱成像。
一、高光谱概述1. 高光谱遥感定义、特点和存储方式定义：用很窄而连续的光谱通道对地物持续遥感成像的技术。
特点：在可见光到短波红外波段，其光谱分辨率高达纳米数量级。
波段多波段多、光谱范围窄、波段连续、数据量大、信息冗余增加等。
存储方式：有影像立方体和光谱反射曲线。
2. 高光谱应用（1）海洋遥感（2）植被分析：植被类型识别、森林树种识别、荒漠化研究、生物物理生物化学参数分析（3）精细农业：水分含量、有机质含量、土壤粗糙度、农作物生长状态分析、病虫害预警（4）地质调查（5）大气和环境监测（6）军事-去除伪装3.高光谱数据处理的关键技术：①光谱图像的显示及数据格式②光谱重建：实现从影像像元光谱特征的定量化表达。
③光谱编码：对光谱特征进行描述和表达；提取光谱吸收位置、深度、对称性等光谱特征的算法。
④光谱匹配：建立实测光谱数据库的基础上，对影像中各像元的灰度变化曲线与光谱库中的实测光谱曲线进行匹配，实现类属的确定。
⑤混合光谱分析⑥生物物理化学反演：从高光谱数据中提取出用于植被和生态研究的生物物理和生物化学参数信息的技术。
二、地物光谱特征1. 水的光谱特征(1)基本特征：水体在可见光波段反射率不超过10%，反射主要在蓝绿光波段，在红外波段水体反射率几乎为零，在遥感影像上常呈黑色。
(2)波谱特征：①水体类型及所含成份有密切关系悬浮泥沙：悬浮泥沙所引起的混浊度是影响水体光谱特征的主要因素之一。
浊水反射率比清水高很多，峰值出现在黄红区。
叶绿素浓度：叶绿素浓度增加时，蓝光反射率显著下降，绿光反射率显著上升。
②不同形态的水具由不同的光谱特征雪的反射率明显高于水体，且受到雪粒大小、雪花絮状形态、积雪松紧程度影响。
2. 植被光谱特征(1)基本特征可见光波段有一个小的反射峰，两侧有两个吸收带，近红外波段有一反射“陡坡”，至1.1μm附近有一峰值，形成植被的独有特征。
在中红外波段受到绿色植物含水量的影响，吸收率大增，反射率下降，特别是在水的吸收带形成低谷。
