一种基于TM影像的高光谱重构方法及系统技术方案

本发明专利技术涉及一种基于ＴＭ影像的高光谱重构方法，包括：首先，根据获取的ＴＭ多光谱影像数据进行正交子空间投影变换，提取ＴＭ影像各像元的地物特征参量；然后，利用所述地物特征参量构建重构变换矩阵，进行光谱重构获取高光谱信息。本发明专利技术还涉及一种对应的高光谱重构系统。本发明专利技术基于ＴＭ影像的高光谱重构方法及系统，可以从ＴＭ及其它多光谱卫星遥感数据中重构得到连续的具有较高光谱分辨率的高光谱数据，在满足原始多光谱遥感数据具有的高空间分辨率、高信噪比的同时，提高了多光谱数据的光谱分辨率。

【技术实现步骤摘要】

本专利技术涉及遥感
，尤其涉及一种从TM (Thematic Mapper,专题制图仪)多光谱卫星遥感数据中重构得到高光谱遥感信 息的方法及系统。
技术介绍
高光谱遥感数据提供了地物大量光谱信息，有利于地物精细分类 和定量遥感。然而，高光谱数据的获取成本高，设备庞大，航天获取 大气窗口有限。光谱分辨率、空间分辨率、信噪比是遥感数据获取中 三个不能同时满足的条件，光谱分辨率的提高，意味着要想保持足够的空间分辨率，信噪比必然下降；而要保持较高的信噪比和较高光谱 分辨率，必然要牺牲空间分辨率。多光谱传感器可以快速获取地物遥 感数据，而且可以精确设置通道位置，尽量选择理想的大气窗口位置， 得到的数据质量较高。现有技术中从TM多光谱影像得到高光谱的方法主要用于生成模拟数据，釆用的方法主要是先进行遥感影像的分类，然后将分类数 据用光谱库中的光谱代替，从而得到高光谱影像，具体方法可参见文献1: Borner， A. and Wiest, L, 2001. SENSOR: a tool for the simulation of hyperspectral remote sensing systems . ISPRS Journal of Photogrammetry and Remote Sensing, 55(6): 299-312及文献2: Bartell, R.J. et al.， 2003. Comprehensive hyperspectral system simulation: II. Hyperspectral sensor simulation and premliminary VNIR testing results. Proceedings of SPIE, 4049: 105。然而上述方法获取的影像是分类影 像，只能用于模拟实验，其并非真实的遥感影像，仍需大量的地物光 谱数据。
技术实现思路
(一) 要解决的技术问题本专利技术的目的是提供一种基于TM影像的高光谱重构方法及系 统，以解决现有技术遥感数据的获取中由于受到太阳反射能量的限 制，光谱分辨率、空间分辨率及信噪比不能同时保证的问题。(二) 技术方案为了达到上述目的，本专利技术的技术方案提出 一种基于TM影像的 高光谱重构方法，包括根据获取的TM多光谱影像数据进行正交子空间投影变换，提取 各像元的地物特征参量；利用所述地物特征参量构建重构变换矩阵，进行光谱重构获取高 光谱信息。上述的高光谱重构方法中，所述根据TM多光谱影像数据进行正交子空间投影变换之前还包括-.利用TM传感器获取所述TM多光谱影像数据；利用地面光谱仪获取不同种典型地物的连续光谱数据，作为所述 正交子空间投影变换的基础。上述的高光谱重构方法中，所述根据TM多光谱影像数据进行正交子空间投影变换具体包括利用太阳反射光谱范围内的所述地物连续光谱数据按式(1)进 行归一化处理，得到不同种地物的标准化参考光谱，作为正交变换的 高维标准基向量，<formula>formula see original document page 6</formula>其中，^代表典型地物的种类，A(A)为不同种标准地物光谱反射 率，jl^(^"表示在连续波长范围求光谱反射率之和，iU"即为标准 地物反射率在连续波段上的归一化结果；从所述高维标准基向量中，按式(2)生成与所述TM传感器的波段对应的低维基向量，作为特征提取系数矩阵M,w，其矩阵元素为其中，/代表所述TM传感器的不同波段，人,和^分别为波段/ 的起始波长和终止波长，￡'"为波段/的波长宽度；将所述特征提取系数矩阵与所述TM多光谱影像数据按式(3) 进行矩阵伪逆运算，提取所述TM多光谱影像数据中各像元的地物特 征参量，C^=H)-H (3) 其中，R,M为所述TM多光谱影像数的反射率矩阵，列数n为影像的总像素数，C ^即为得到的地物特征参量矩阵。上述的高光谱重构方法中，所述进行光谱重构获取高光谱信息具体包括-.将所述地物特征参量矩阵与所述高维标准基向量按式(4)进行矩阵运算，得到与所述TM多光谱影像数据中各像元对应的高光谱信 白^、，<formula>formula see original document page 7</formula>其中，H^为由所述高维标准基向量组成的矩阵，m代表高光谱 传感器的波段数，R_即为重构后得到的m个波段"个像素的高光谱 影像立方体。上述的高光谱重构方法中，在350~2500nm的所述太阳反射光谱 范围内去除四个水汽强吸收波段卯0 990nm、 1100 1190 nm、 1300 1520nm、 1750 2080nm。上述的高光谱重构方法中，所述不同种类的典型地物包括水、植 被和土壤三种。本专利技术的技术方案还提出一种基于TM影像的高光谱重构系统，包括TM传感器，用于获取TM多光谱影像数据；地面光谱仪，用于获取不同种类典型地物的连续光谱数据；数据处理装置，利用所述地物连续光谱数据在所述TM多光谱影像数据中提取各像元的地物特征参量，再利用所述地物特征参量构建重构变换矩阵，进行光谱重构，获取高光谱信息。上述的高光谱重构系统中，所述数据处理装置进一步包括 标准化单元，利用太阳反射光谱范围内的所述地物连续光谱数据进行归一化处理，得到不同种地物的标准化参考光谱，作为正交变换的高维标准基向量；低维处理单元，根据所述高维标准基向量生成与所述TM传感器的波段对应的低维基向量，作为特征提取系数矩阵；伪逆运算单元，将所述特征提取系数矩阵与所述TM多光谱影像数据进行矩阵伪逆运算，得到地物特征参量矩阵；光谱重构单元，将所述地物特征参量矩阵与所述高维标准基向量进行矩阵运算，得到与所述TM多光谱影像数据中各像元对应的高光谱信息。上述的高光谱重构系统中，在350 2500nm的太阳反射光谱范围 内去除四个水汽强吸收波段900 9卯nm、 1100 11卯nm、 1300~1520 nm、 1750 2080nm。上述的高光谱重构系统中，所述不同种类的典型地物包括水、植 被和土壤三种。(三)有益效果本专利技术的技术方案可以从TM及其它多光谱卫星遥感数据中重 构得到连续的具有较高光谱分辨率的高光谱数据，在满足原始多光谱 遥感数据具有的高空间分辨率、高信噪比的同时，提高了多光谱数据 的光谱分辨率。8附图说明图1为本专利技术基于TM影像的高光谱重构方法实施例流程图2为原始TM影像某一像元的光谱；图3为利用图1的方法实施例后对应像元的重构光谱；图4为本专利技术基于TM影像的高光谱重构系统实施例结构图。具体实施例方式以下实施例用于说明本专利技术，但不用来限制本专利技术的范围。 图1为本专利技术基于TM影像的高光谱重构方法实施例流程图，如 图所示，本实施例的高光谱重构方法包括以下步骤5101、 获取原始的TM多光谱影像数据及不同种类的典型地物连 续光谱数据；利用TM传感器获取的原始的TM多光谱影像数据，并利用地面 光谱仪获取水、植被及土壤三种典型的地物连续光谱数据。图2为原 始TM影像数据中某一像元的光谱，由于TM原始影像只有6个波段， 因此其光谱表现为折线形式，且图中横轴表示波长(nm)，纵轴表示 反射率(数据处理本文档来自技高网...

【技术保护点】
一种基于ＴＭ影像的高光谱重构方法，其特征在于，包括：根据获取的ＴＭ多光谱影像数据进行正交子空间投影变换，提取各像元的地物特征参量；利用所述地物特征参量构建重构变换矩阵，进行光谱重构获取高光谱信息。

【技术特征摘要】

【专利技术属性】
技术研发人员：张立福，
申请(专利权)人：北京大学，
类型：发明
国别省市：11[中国|北京]