多光谱图像和高光谱图像有什么区别?
发布时间:2023-08-02
浏览次数:662
多光谱、高光谱甚至是超光谱首先是应用于卫星的遥感,遥感技术已经成为人类获得地球以及其他星球信息重要的手段之一。
多光谱、高光谱甚至是超光谱首先是应用于卫星的遥感,遥感技术已经成为人类获得地球以及其他星球信息重要的手段之一。利用遥感成像系统得到的地球资源信息已成为人类开发、合理的利用、管理和监测地球资源及环境不可缺少的基本手段,在农业、地质、森林、水利、土壤、海洋、环境、大气研究等领域发挥了巨大的作用。
多光谱遥感不仅可以根据影像的形态和结构的差异判别地物,还可以根据光谱特性的差异判别地物,扩大了遥感的信息量。
随着无人机的推广,航空摄影用的多光谱摄影也随之出现,与陆地卫星所用的多光谱扫描一样,也能得到不同谱段的遥感资料,分谱段的图像或数据可以通过摄影彩色合成或计算机图像处理,获得比常规方法更为丰富的图像,也为地物影像计算机识别与分类提供了可能。
从应用上看,多光谱和高光谱技术都可以应用在农业上的病虫害、土壤肥力、作物长势等等的监测,同时也应用于一些水域污染的监测,需求可谓日益旺盛。
光谱分辨力的区别:国际遥感界的共识是光谱分辨率在λ/10数量级范围的称为多光谱,这样的遥感器在可见光和近红外光谱区只有几个波段;而光谱分辨率在λ/100的遥感信息称之为高光谱。多光谱和高光谱实质上的差别就是:高光谱的波段较多,可达上百个,且谱带较窄。多光谱相对波段较少(如ETM+,8个波段,分为红波段,绿波段,蓝波段,可见光,热红外(2个),近红外和全色波段)。总结,高光谱成像就是比多光谱成像的光谱分辨率更高,但光谱分辨率高的同时空间分辨率会降低。
电磁频谱
可见光(红、绿、蓝)、红外光和紫外光是电磁光谱中的描述性区域。我们人类为了自己的目的而构造这些区域——为了方便地对它们进行分类。每个区域根据其频率(v)进行分类。
人类看到可见光(380 nm至700 nm)
金鱼看到红外线(700纳米到1毫米)
大黄蜂看到紫外线(10纳米到380纳米)
多光谱和高光谱图像赋予人类(红色,绿色和蓝色),金鱼(红外线)和熊蜂(紫外线)的能力。实际上,我们可以看到更多的是反射到传感器的电磁辐射。
多光谱和高光谱之间的主要区别在于波段的数量以及波段的窄度。
多光谱图像通常指3到10个波段。为清楚起见,每个波段都是使用遥感辐射计获得的。

多光谱示例:5个宽带(图像未按比例绘制)
高光谱示例:想象一下数百个窄带(图像未按比例绘制)
多光谱图像示例
多光谱传感器的一个例子是Landsat-8。Landsat-8产生11幅图像,图像带如下:
第1波段海岸气溶胶(0.43-0.45 um)
蓝色波段2 (0.45-0.51 um)
3波段绿色(0.53-0.59 um)
4波段红色(0.64-0.67 um)
5波段近红外近红外(0.85-0.88 um)
6波段短波红外SWIR 1 (1.57-1.65 um)
7波段短波红外SWIR 2 (2.11-2.29 um)
8波段全色(0.50-0.68 um)
9波段卷云(1.36-1.38 um)
10波段热红外TIRS 1 (10.60-11.19 um)
11波段热红外TIRS 2 (11.50-12.51 um)
除了8、10、11波段外,每个波段的空间分辨率都是30米。波段8的空间分辨率为15米,波段10和波段11的像素大小为100米。
如果你想知道为什么没有0.88-1.36波段,大气吸收是主要的动机,为什么没有传感器检测这些波长。
高光谱图像示例
TRW Lewis卫星计划在1997年成为第一个高光谱卫星系统。不幸的是,NASA与它失去了联系。
但后来美国国家航空和宇宙航行局确实成功地完成了发射任务。Hyperion成像光谱仪(EO-1卫星的一部分)是高光谱传感器的一个例子。例如,Hyperion在220个光谱波段(0.4-2.5 um)产生30米分辨率的图像。
美国宇航局机载可见/红外成像光谱仪(AVIRIS)是一种高光谱机载传感器。例如,AVIRIS提供224个波长从0.4-2.5 um的连续通道。
多光谱和高光谱
多光谱:3-10宽波段。
高光谱:数百条窄带。
多光谱与高光谱
在高光谱图像中具有更高层次的光谱细节,可以更好地看到不可见的东西。例如,高光谱遥感由于其高光谱分辨率而在3种矿物之间进行提取。但多光谱陆地卫星专题制图仪无法区分这三种矿物。
但它的缺点之一是增加了复杂性。如果有200个窄带可用,如何减少通道之间的冗余?
高光谱和多光谱图像有许多实际应用。例如,高光谱图像已被用于绘制入侵物种的地图和帮助矿产勘探。
在多光谱和高光谱的应用中,我们可以了解世界。例如,我们在农业、生态、石油和天然气、海洋学和大气研究等领域使用它。
相关产品
-
高光谱数据特征波长变量选择方法有哪些?
高光谱成像仪获取的数据非常的庞大,这些信息比较的冗沉,采取一定的方法提取对建模有效的波长变量,删除冗余变量,减少波长变量个数,优化模型,提高模型预测精确度非常..
-
高光谱数据预处理及高光谱数据特征波段提取方法
高光谱成像仪在获取样品的光谱数据时,会有很多信息是重复的或者是无信息变量甚至可能是影响数据模型结果的噪声数据,因此就需要对光谱数据进行预处理,提取特征波长数据..
-
高光谱成像技术:刑侦领域物证提取
在刑事侦查中,指纹因其唯一性和稳定性被誉为“物证之王”,而血指纹作为恶性案件现场的关键痕迹,其高效提取对案件侦破至关重要。然而,传统方法如Photoshop软件..
-
高光谱成像技术:解锁文物修复的无损密码
在历史的长河中,古籍、壁画等文物承载着人类文明的记忆。然而,高温、高湿、光照等环境因素不断侵蚀着这些文化瑰宝——墨水氧化导致字迹模糊,颜料褪色使壁画失去光彩,石..