發(fā)布時(shí)間：2018-01-04 12:24

  本文關(guān)鍵詞：基于數(shù)學(xué)形態(tài)濾波的植被光譜去噪方法研究　出處：《遙感技術(shù)與應(yīng)用》2016年05期 　論文類型：期刊論文

  更多相關(guān)文章： 高光譜遙感 光譜維去噪 數(shù)學(xué)形態(tài)濾波 理化參量反演

【摘要】：光譜維噪聲使地物光譜扭曲或變形,中心波長偏移,影響地物信息提取和地表參量反演的精度。對光譜維噪聲進(jìn)行濾波處理,有利于改善遙感數(shù)據(jù)定量應(yīng)用的效果。由于數(shù)學(xué)形態(tài)濾波的原理簡單且較易實(shí)現(xiàn),被應(yīng)用到植被光譜以及有機(jī)化合物光譜的研究中。運(yùn)用數(shù)學(xué)形態(tài)濾波對地面實(shí)測小麥光譜去噪,一方面對濾波后的光譜進(jìn)行噪聲和波形相似度的直觀分析,另一方面通過植被指數(shù)反演小麥理化參量進(jìn)行定量應(yīng)用評價(jià)。結(jié)果表明,與傳統(tǒng)Savitzky-Golay濾波相比,在可見-近紅外波段范圍內(nèi),數(shù)學(xué)形態(tài)濾波去噪后的光譜能夠保持可見—近紅外波段原始光譜的固有特征,葉面積指數(shù)和葉綠素的反演精度比去噪前有小幅提升,主要原因是實(shí)測光譜在該譜段范圍的噪聲影響很小;在短波紅外波段范圍內(nèi),數(shù)學(xué)形態(tài)濾波能有效去除短波紅外大尺度噪聲,提高葉片含水量的反演精度。而傳統(tǒng)Savitzky-Golay濾波只能削弱短波紅外大尺度噪聲。廣義形態(tài)濾波去噪后植被指數(shù)和葉片含水量之間的R2最高可達(dá)0.5130(去噪前0.3753),葉片含水量的反演值與實(shí)測值之間的R2最高可達(dá)0.4221(去噪前0.3097),RMSE為0.0243(去噪前0.0318),優(yōu)于傳統(tǒng)Savitzky-Golay濾波。
[Abstract]:Spectral dimension noise distorts or deforms the spectrum of ground objects, and the center wavelength shifts, which affects the accuracy of ground object information extraction and surface parameter inversion. The spectral dimension noise is filtered and processed. It is helpful to improve the effect of quantitative application of remote sensing data, because the principle of mathematical morphological filtering is simple and easy to realize. It is applied to the study of vegetation spectrum and organic compound spectrum. On the one hand, the noise and waveform similarity of the filtered spectrum are analyzed directly by using mathematical morphological filter to remove noise from the measured wheat spectrum on the ground. On the other hand, the physical and chemical parameters of wheat were quantitatively evaluated by vegetation index inversion. The results showed that compared with the traditional Savitzky-Golay filter, it was in the range of visible and near infrared band. The spectrum after denoising by mathematical morphological filtering can maintain the inherent characteristics of the original spectrum in the visible-near infrared band. The retrieval accuracy of leaf area index and chlorophyll is slightly higher than that before denoising. The main reason is that the noise of the measured spectrum in the range of the spectrum is very small. In the range of short-wave infrared band, the mathematical morphological filter can effectively remove the short-wave infrared large-scale noise. The inversion accuracy of leaf water content is improved, while the traditional Savitzky-Golay filter can only weaken the large scale noise of short wave infrared. R2 between vegetation Index and Leaf Water content after denoising by Generalized morphological filter. Up to 0.5130 (. Before denoising 0.3753). The maximum R2 between the inversion value of leaf water content and the measured value was 0.4221 (the RMSE of 0.3097m before denoising was 0.0243 (0.0318 before denoising). It is superior to the traditional Savitzky-Golay filter.
【作者單位】： 中國科學(xué)院遙感與數(shù)字地球研究所高光譜研究室;中國科學(xué)院大學(xué)資源環(huán)境學(xué)院;
【基金】：國家自然科學(xué)基金項(xiàng)目(41671360、40971205)
【分類號】：S512.1;TP79
【正文快照】： 1引言在地物光譜測量的過程中,由于受到光照條件、大氣吸收、傳感器信噪比下降等干擾因素的影響,目標(biāo)地物光譜中往往存在不同尺度的噪聲。為提高光譜信息提取和反演的精度,需要對含噪光譜進(jìn)行去噪,以消除或減弱光譜維噪聲的干擾,增強(qiáng)光譜的有效信息。根據(jù)去噪原理的不同,目前

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張文斌;楊辰龍;周曉軍;;形態(tài)濾波方法在振動(dòng)信號降噪中的應(yīng)用[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2009年11期

2 趙榮珍;王志威;;轉(zhuǎn)子振動(dòng)信號的形態(tài)濾波消噪方法[J];蘭州理工大學(xué)學(xué)報(bào);2011年04期

3 董一凡;鄭麗端;;闡述形態(tài)濾波技術(shù)及其在繼電保護(hù)中的應(yīng)用[J];黑龍江科技信息;2012年33期

4 付東翔,侯琳琳,袁武,馬軍山,陳家璧;順序形態(tài)濾波處理基因芯片圖像(英文)[J];儀器儀表學(xué)報(bào);2004年S3期

5 何清杭,何繼善;基于形態(tài)濾波的灰度圖像平滑[J];長春工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年02期

6 孫圣和,趙春暉;一種噪聲污染的心電信號形態(tài)濾波方法[J];儀器儀表學(xué)報(bào);1998年01期

7 張全明;劉會(huì)金;;基于廣義形態(tài)濾波的電力系統(tǒng)采樣信號處理[J];電力自動(dòng)化設(shè)備;2006年10期

8 章法強(qiáng);楊建倫;李正宏;;形態(tài)濾波在快中子圖像降噪處理中的應(yīng)用[J];核電子學(xué)與探測技術(shù);2006年06期

9 張申坤;龔瑞昆;劉忠領(lǐng);陳磊;;基于形態(tài)濾波的電視跟蹤系統(tǒng)[J];河北理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年01期

10 呂博;張永祥;柯維;;基于遺傳算法的差值形態(tài)濾波尺度參數(shù)優(yōu)化方法研究[J];中國機(jī)械工程;2013年03期

相關(guān)會(huì)議論文 前4條

1 王慧玲;林克正;;基于形態(tài)濾波的焊縫圖像去噪方法[A];黑龍江省計(jì)算機(jī)學(xué)會(huì)2007年學(xué)術(shù)交流年會(huì)論文集[C];2007年

2 程德杰;李曉峰;李在銘;;基于形態(tài)濾波的小型掠地飛行器聚類檢測方法[A];2006中國控制與決策學(xué)術(shù)年會(huì)論文集[C];2006年

3 李春枝;何榮建;田光明;;基于數(shù)學(xué)形態(tài)濾波的振動(dòng)信號降噪分析[A];第二十一屆全國振動(dòng)與噪聲高技術(shù)及應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

4 魏敏;周進(jìn);吳欽章;;復(fù)雜背景小目標(biāo)實(shí)時(shí)檢測技術(shù)[A];2006年全國光電技術(shù)學(xué)術(shù)交流會(huì)會(huì)議文集（D 光電信息處理技術(shù)專題）[C];2006年

相關(guān)碩士學(xué)位論文 前10條

1 聶品磊;滾動(dòng)軸承故障特征提取技術(shù)研究[D];東北石油大學(xué);2015年

2 祝福榮;相山鈾礦田大地電磁去噪技術(shù)研究[D];東華理工大學(xué);2014年

3 桑迎平;滾動(dòng)軸承出廠檢測與故障診斷研究[D];中國計(jì)量學(xué)院;2015年

4 馬澤瑋;基于廣義形態(tài)濾波和集合經(jīng)驗(yàn)?zāi)�態(tài)分解的齒輪箱故障診斷[D];中北大學(xué);2015年

5 張穎;基于數(shù)值形態(tài)濾波的紅外目標(biāo)檢測技術(shù)研究[D];西安電子科技大學(xué);2005年

6 李枝榮;數(shù)學(xué)形態(tài)濾波與局域均值分解在齒輪故障診斷中的應(yīng)用[D];昆明理工大學(xué);2014年

7 李明;基于自適應(yīng)形態(tài)濾波的紅外圖像目標(biāo)檢測技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2008年

8 蔡曉鵬;基于最大提升格的多尺度彩色數(shù)學(xué)形態(tài)濾波[D];汕頭大學(xué);2002年

9 閆玉輝;機(jī)車軸承故障聲發(fā)射信號特征提取研究[D];石家莊鐵道大學(xué);2014年

10 蘇斕;基于獨(dú)立分量分析的房顫信號提取的研究[D];重慶大學(xué);2009年

，

本文編號：1378512