高光谱图像处理与信息提取前沿.pdfVIP

1007-4619(2016)05-1062-29 Journal of Remote Sensing 遥感学报 高光谱图像处理与信息提取前沿 张兵 中国科学院遥感与数字地球研究所 数字地球重点实验室，北京 100094 摘 要：高光谱遥感是对地观测的重要手段，高光谱图像处理与信息提取技术则是高光谱遥感领域的核心研究内 容之一。本文简要介绍了高光谱遥感的主要特点，系统梳理了高光谱图像处理与信息提取面临的关键问题和主 要研究方向，在此基础上，从噪声评估与数据降维方法、混合像元分解方法、图像分类方法、目标探测与异常 探测方法等4个方面对高光谱图像处理与信息提取的理论发展过程和必威体育精装版前沿进展进行了综述。另外，还对高光 谱图像处理与信息提取中的高性能处理技术进行了总结和分析。未来，伴随着智能化信息分析和高性能硬件处 理技术发展，高光谱遥感卫星系统也将步入智能化时代。针对这一趋势，本文指出高光谱图像处理与信息提取 方法要注重多学科交叉，充分利用机器学习、人工智能等领域的新成果；要重视软硬件结合，发展高光谱图像 高性能实时处理技术；要紧密结合应用需求，发挥高光谱遥感的优势和特点，发展新理论和新方法。 关键词：高光谱遥感，数据降维，混合像元分解，图像分类，目标探测，高性能计算 中图分类号：TP701 文献标志码：A 引用格式： 张兵. 2016. 高光谱图像处理与信息提取前沿. 遥感学报, 20(5): 1062–1090 Zhang B. 2016. Advancement of hyperspectral image processing and information extraction. Journal of Remote Sensing, 20(5): 1062–1090 [DOI: 10.11834/jrs 1 引 言 2014)和国防军事(张兵 等，2004)等领域都产生了 重要的应用价值(童庆禧 等，2006b) ，同时也给图 高光谱遥感(hyperspectral remote sensing)又叫 像处理与信息提取技术的发展带来了新的挑战。 成像光谱遥感，是将成像技术和光谱技术相结合 的多维信息获取技术(Goetz 等，1985) 。高光谱遥 感器能够同时获取目标区域的2维几何空间信息与 1维光谱信息，因此高光谱数据具有“ 图像立方体” 的形式和结构，体现出“ 图谱合一” 的特点和优势 (如图1所示) 。高光谱图像中的每个像元记录着瞬 时视场角内几十甚至上百个连续波段的光谱信 息，其光谱分辨率在400—2500 nm波长范围内一 般小于10 nm。将这些光谱信息作为波长的函数可 以绘制一条完整而连续的光谱曲线，反映出能够 区分不同物质的诊断性光谱特征，使得本来在宽 图 1 高光谱遥感成像示意 波段多光谱遥感图像中不可探测的地物在高光谱 Fig. 1 Sketch map of hyperspectral remote sensing imaing 遥感中能够被探测(童庆禧 等，2006a) 。高光谱遥 过去30年间，高光谱遥感技术自提出以来得 感技术的这种特质使得其在矿产勘探(Kruse 等， 到了迅猛的发展(Goetz ，2009 ；Tong 等，2014) ， 2003)、环境监测(张兵 等，2009)、精准农林(Jiao 等， 同时高光谱图像处理与信息提取技术也在不断取 收稿日期：2016-06-15 ；修订日期：2016-07-15 ；优先数字出版日期：2016-08-08 基金项目：国家杰出青年科学基金(编号: 第一作者简介：张兵(1969— ) ，男，研究员，中国科学院遥感数字地球研究所副所长，研究方向为高光谱遥感技术与应用。E-mail ：zb@