典型地物光谱库系统设计与实现(2)
4.2 图像文件的保存 21
4.3 本地光谱库的读取 23
4.3.1 界面展示 23
4.3.2 关键代码 23
4.3 二文曲线显示 25
4.4 光谱库文件的导入 27
4.5 光谱库文件的导出 28
结论 30
致谢 31
参考文献 32
1 绪论
1.1 研究背景和意义
高光谱分辨率遥感（Hyperspectral Remote Sensing）是在电磁波谱的可见光，近红外，中红外和热红外波段范围内，获取许多非常窄的光谱连续的影像数据的技术（Lillesand & Kiefer 2000）。其成像光谱仪可以收集到上百个非常窄的光谱波段信息。
高光谱遥感是当前遥感技术的前沿领域,它利用很多很窄的电磁波波段从感兴趣的物体获得有关数据，它包含了丰富的空间、辐射和光谱三重信息[1]。高光谱遥感的出现是遥感界的一场革命,它使本来在宽波段遥感中不可探测的物质,在高光谱遥感中能被探测。
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(Multispectral)，这样的遥感器在可见光和近红外光谱区只有几个波段，如美国 LandsatMSS，TM，法国的SPOT等;而光谱分辨率在λ/100的遥感信息称之为高光谱遥感(HyPerspectral);随着遥感光谱分辨率的进一步提高，在达到λ/1000时，遥感即进入超高光谱(ultraspeetral)阶段[2]。
光谱库在准确地解译遥感图像信息、快速地实现未知地物的匹配、提高遥感分类识别水平起着至关重要的作用。由于高光谱成像光谱仪产生了庞大的数据量，建立地物光谱数据库，运用先进的计算机技术来保存、管理和分析这些信息，是提高遥感信息的分析处理水平并使其能得到高效、合理之应用的唯一途径，并给人们认识、识别及匹配地物提供了基础[3]。所以建立波谱数据库对于现当今物理识别，地质探测，天气预测等重大话题的研究变得越来越重要。当然国际上和国内也都有了一定的研究成果。
1.2 国内外发研究现状
1.2.1 高光谱遥感在国外的研究现状
1.2.2 高光谱遥感在国内的研究现状
1.3 研究的目的及意义
高光谱的研究，在最近的十多年内发展迅猛，尤其是遥感上的突破，使得高光谱传感器和一些常用软件在对于数据图像处理上有了广泛的发展和应用。在过去，仅仅只是一些科学家们应用传感器和软件来处理数据[5]。而现在，由于技术的成熟，这样的技术已经开始公开化，大众化，譬如前面所说的五个公开的波普库。
较之过去的多光谱，高光谱有它独特的优势：
1、蕴含着近似连续的地物光谱信息。高光谱影像经过光谱反射率重建，能获取地物近似连续的光谱反射率曲线，与地面实测值相匹配，将实验室地物光谱分析模型应用到遥感过程中。
2、地表覆盖的识别能力极大提高。高光谱数据能够探测具有诊断性光谱吸收特征的物质，能够准确区分地表植被覆盖类型、道路的铺面材料等。
3、地形要素分类识别方法灵活多样。影像分类既可以采用各种模式识别方法，如贝叶斯判别、决策树、神经网络、支持向量机等，又可以采用基于地物光谱数据库的光谱匹配方法。分类识别特征，可以采用光谱诊断特征，也可以进行特征选择与提取。
4、地形要素的定量或半定量分类识别成为可能。在高光谱影像中，能估计出多种地物的状态参量，提高遥感高定量分析的精度和可靠性。
上一篇：基于局部视觉特征的图像识别研究