导读:本文包含了多光谱信息论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:光谱,遥感,波段,信息,卷积,反射率,图像。
多光谱信息论文文献综述
汪金花,曹兰杰,郭云飞,赵礼剑,吴兵[1]（2019）在《铁尾矿高-多光谱遥感特征分析与信息识别》一文中研究指出研究选取河北省不同粒径、不同干湿状态及不同矿区的铁尾矿样本进行高光谱测量,对比分析了不同状态下的铁尾矿高光谱特征,通过拟合分析确定了铁尾矿高光谱识别的有效窗口.结果表明:不同粒径和不同矿区的铁尾矿样本,光谱值在500～600 nm范围内差异较小,不同干湿状态尾矿样本在500～600 nm反射率数值差别明显;若将尾矿分干湿两类分别提取时,光谱区间500～600 nm是一个铁尾矿光谱特征受粒径、湿度和矿床类型等因素影响较小区间,适合铁尾矿多光谱遥感信息提取的主要识别窗口.通过多光谱遥感影像在DT-tailings(DT:Decision Tree)和DT-tailings-B2两个决策树判别规则信息提取对比试验中,DT-tailingsB2规则下提取结果在湿尾矿、干尾矿、露天矿和山体的提取精度上均有提高,分别提高了5.00%、22.04%、4.49%和19.59%.验证了铁尾矿高-多光谱遥感信息提取有效性.(本文来源于《云南大学学报(自然科学版)》期刊2019年05期）
薛利明,吴杰,王军敏[2]（2019）在《基于多光谱图像信息融合的纸币鉴别》一文中研究指出为了提高纸币鉴别设备的鉴别能力,提出一种系统的纸币鉴别方法,该方法综合利用了纸币多光谱图像中的鉴别性特征。首先,利用主分量分析(Principal Component Analysis,PCA)方法计算纸币图像的倾斜角度,并对图像进行旋转以实现倾斜校正;然后,利用纸币的白光图像提取颜色直方图来实现面额识别;最后,利用改进的局部二值模式(Local Binary Pattern,LBP)算法提取红外图像中的鉴别性特征,利用阈值化算法提取紫外图像中的鉴别性特征,并将这些特征进行融合,对纸币的真伪进行鉴别。实验结果表明,提出的方法具有很强的纸币鉴别能力。(本文来源于《计算机与数字工程》期刊2019年06期）
赵宝国[3]（2019）在《基于多光谱成像的人体指甲特征信息检测与识别研究》一文中研究指出指甲作为人体一个比较重要的组织器官,其健康程度往往被人们忽略。当人体患有某些疾病时,往往可以在指甲上找到相应的患病特征。因此,中医常常根据诊断一个人的指甲就可得知其身体健康情况。但是,人体指甲的形状、颜色、光泽、凹变等特征随着不同的人会呈现出不同的状态,这样就会给医生的诊断带来一定的困难,在诊断指甲的时候可能出现误诊现象。多光谱成像技术能够同时获得目标的图像信息和光谱信息,是一种“图谱合一”的光学传感器,相比于其他传感器,它具有波段多、光谱分辨率能力强、空间分辨率高等特点。本文试图利用多光谱成像技术来对人体指甲的常见特征进行检测识别,为中医指甲诊断提供一种辅助工具。具体研究内容包括以下几个方面:(1)研究人体指甲的光谱特性。在人体指甲特征信息的检测中,首先需要知道指甲的颜色、形状、纹理等相关特性,通过肉眼观察提取了几种常见的指甲特征,包括指甲月牙白、指甲白斑、黯色条纹及黄色指甲,并分析了这几种特征相应的光谱特性曲线。(2)依据多光谱成像原理,搭建了由CCD相机和液晶可调谐滤光器(LCTF)组成的多光谱成像系统,比较两种组合方式的优缺点,考虑到图像的清晰度及安装调节的方便,实验采用LCTF位于镜头和相机前的组合方式,并介绍了该系统的工作原理、定标与校正、数据表达等内容。(3)选取人体指甲的特征波段。利用多光谱成像系统获得人体指甲样本的多光谱数据,对指甲多光谱图像进行预处理;分析了在数据处理中选取感兴趣区域的必要性和方法,在感兴趣区域内采用比较测量法对指甲的原始灰度图像进行反射率重建,并采用分水岭算法实现了指甲的图像分割;使用基于波段选择的波段指数法分别得到了几种指甲特征的特征波段,同时使用基于波段提取的主成分分析(PCA)法选出了可以区分出这几种特征的最优特征波段组合。(4)基于上述指甲多光谱数据和特征波段提取方法,分别利用最大似然法和光谱角度制图(SAM)法对人体指甲样本几种特征进行检测分类,验证了上述特征波段的有效性,同时分析了两种分类法的分类精度。实验结果表明,使用光谱角度制图法对人体指甲的分类效果更为理想。本文表明,基于多光谱成像的人体指甲特征信息检测方法可以比较准确地将几种常见的指甲特征分类开来,展现出多光谱成像技术在指甲诊断领域具有一定潜力。(本文来源于《中北大学》期刊2019-06-01）
戴建国,张国顺,郭鹏,曾窕俊,崔美娜[4]（2019）在《基于无人机遥感多光谱影像的棉花倒伏信息提取》一文中研究指出为在棉花发生倒伏灾害后快速获取田块尺度下的受灾信息,该文以2017年8月21日强风暴雨导致大面积棉花倒伏的新疆生产建设兵团第八师135团的部分田块作为研究区,由无人机遥感试验获取倒伏后的多光谱影像,通过分析倒伏和正常棉花的光谱反射率差异提取了多种植被指数和主成分纹理特征,结合地面调查样本建立了3种花铃期倒伏棉花的Logistic二分类模型并进行了精度评价和验证。结果表明:棉花倒伏前后在可见光波段的反射率差异微小,而在红边和近红外波段的反射率明显降低0.12～0.20;以第一主成分均值(PCA1_mean)建立的Logistic二分类纹理模型效果最优,在测试集上分类结果的准确率为91.30%,ROC(receiver operating characteristic)曲线距左上角点最近,AUC(area under the roc curve)值为0.80。通过将该模型应用于试验区影像,分类制图效果良好且符合棉田倒伏症状特点。该研究可为无人机多光谱遥感棉花灾损评估提供参考。(本文来源于《农业工程学报》期刊2019年02期）
陈磊士,赵俊叁,董智文,朱褀夫[5]（2018）在《基于深度学习的滇中城市多光谱影像建设用地信息提取》一文中研究指出为准确、高效地获取城市建设用地信息,利用目前应用广泛的深度学习技术对该领域的提取效果进行对比。选用曲靖市主城区作为研究区域,以Landsat8OLI_TIRS多光谱影像为原始数据,使用卷积神经网络和BP神经网络两种分类器对影像进行城市建设用地信息提取。使用对象个数、对象面积和地表覆被吻合度3项评价方法提取精度。结果表明,应用卷积神经网络模型的城市建设用地提取具有最高精度,其测试集精度依次达到了92.99%、94.78%和89.64%,均高于常用的BP神经网络。因此,基于卷积神经网络的多光谱影像建设用地提取方法是准确获取城市建设用地信息的一种可行方法,为滇中城市建设用地提取研究提供了参考。(本文来源于《软件导刊》期刊2018年11期）
邹青青,戚晓明,王晶,姚保峰[6]（2018）在《利用Landsat 8多光谱数据的湿地信息提取方法比较研究》一文中研究指出以淮河流域蚌埠段为研究区,利用2014年3景Landsat 8多光谱数据,采用支持向量机、决策树和面向对象分类方法,对研究区中的河流、湖泊、滩地和库塘(包括水田、水库、坑塘和水渠)进行遥感分类。由于各类型湿地在Landsat 8各波段影像中的光谱特征相似度较高,不利于分类,所以,在利用影像光谱数据的同时,借助于影像数据中的空间信息和温度信息,进行分类。研究结果表明,采用面向对象分类方法提取的河流、湖泊的用户精度较高;采用决策树分类方法提取的滩地、库塘的用户精度较高;采用支持向量机分类方法提取的河流、湖泊、库塘的用户精度较高,但是在河流、湖泊的分类中出现了椒盐现象,在滩地分类中出现了错分;与另两种方法相比,面向对象分类方法提取的河流或狭长湖泊末梢信息更准确。(本文来源于《湿地科学》期刊2018年04期）
曹鹏飞,彭昌宁[7]（2018）在《图像亮度信息法选取多光谱莲花白叶片特征波段》一文中研究指出利用液晶可调谐滤波器(LCTF)和CMOS相机组合的多光谱成像系统,在波长400~720nm内以5nm为间隔对莲花白叶片进行多光谱成像。首先根据图像亮度信息法的原理,计算得到各波段莲花白叶片的可识别度;然后对莲花白叶片的可识别度进行大小排序,综合图像的信息特征和可识别度,得出555nm、715nm、710nm、575nm、535nm、520nm、720nm、605nm和650nm 9个波段有较好的识别度;最后根据欧氏距离法和光谱角度匹配法分别对莲花白叶片的特征波段的分类精度予以统计,得到两种方法的分类精度分别为95.56%和93.13%。实验证明,选取的9个波段对莲花白叶片具有较好的分类精度,可作为莲花白叶片的特征波段。(本文来源于《光学仪器》期刊2018年03期）
朱小明[8]（2018）在《基于多光谱遥感图像信息的水质污染监测研究》一文中研究指出在国内陆水资源保护与污染治理事业中,水资源污染监测是其中的核心环节。传统水质监测方法存在需要消耗大量人力物力和时空局限性的问题。随着遥感技术和成像光谱仪的发展,以及机器学习相关领域的快速发展,提出一种基于极限学习机的高分图像水质监测方法。对高分一号卫星所检测到的多光谱水域图像数据信息进行处理,并结合部分时间段的水质检测站实测数据对处理后的WFV数据进行标记,搭建基于极限学习机模型对水域进行异常检测,定性地判断该水域是否污染,通过对太湖兰山嘴和洪泽湖盱眙淮河大桥区域的水质污染判定,结果表明该方法对水质监测具有一定的可行性和有效性。(本文来源于《计算机技术与发展》期刊2018年11期）
刘晓琴,胡云岗,侯妙乐,张学东[9]（2018）在《顾及资叁卫星全色与多光谱数据的植被信息提取研究》一文中研究指出目前遥感影像数据量正以TB级的存储量不断增加,但是遥感信息提取的方法远远不能满足各行业的实际需求.因此,研究遥感影像的信息提取方法就显得尤为重要.以河北省雄安新区植被信息提取为例,顾及资源叁号卫星全色影像的高分辨率,多光谱影像的空间信息、光谱信息和纹理信息,基于样本信息的面向对象分类技术,选择具有代表性的样本信息,在分类过程中引入NDVI信息作为补充规则进行植被信息半自动化提取,使分类结果精度达到了92.7%.实验结果表明,该技术方案操作简易,实用性较好,不仅有利于实时精确获取植被信息,方便未来城市生态环境的动态监测,且有助于推动未来城市土地规划和土地管理的发展.(本文来源于《北京建筑大学学报》期刊2018年01期）
欧俊,李志军,高一鸣[10]（2017）在《遥感多光谱蚀变信息提取与成矿预测》一文中研究指出围岩蚀变是在热液成矿过程中,近矿围岩与热液发生化学反应而产生的一系列物质成分和结构构造的变化,是热液矿床中的发生的普遍现象和重要特征。蚀变和矿化是含矿热液作用在造岩和造矿两个方面的反映,这两方面常表现出在空间上依存、时间上相随和矿物组合上的有机共生现象,蚀变岩石的分布范围(本文来源于《第八届全国成矿理论与找矿方法学术讨论会论文摘要文集》期刊2017-12-09）
多光谱信息论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了提高纸币鉴别设备的鉴别能力,提出一种系统的纸币鉴别方法,该方法综合利用了纸币多光谱图像中的鉴别性特征。首先,利用主分量分析(Principal Component Analysis,PCA)方法计算纸币图像的倾斜角度,并对图像进行旋转以实现倾斜校正;然后,利用纸币的白光图像提取颜色直方图来实现面额识别;最后,利用改进的局部二值模式(Local Binary Pattern,LBP)算法提取红外图像中的鉴别性特征,利用阈值化算法提取紫外图像中的鉴别性特征,并将这些特征进行融合,对纸币的真伪进行鉴别。实验结果表明,提出的方法具有很强的纸币鉴别能力。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多光谱信息论文参考文献
[1].汪金花,曹兰杰,郭云飞,赵礼剑,吴兵.铁尾矿高-多光谱遥感特征分析与信息识别[J].云南大学学报(自然科学版).2019
[2].薛利明,吴杰,王军敏.基于多光谱图像信息融合的纸币鉴别[J].计算机与数字工程.2019
[3].赵宝国.基于多光谱成像的人体指甲特征信息检测与识别研究[D].中北大学.2019
[4].戴建国,张国顺,郭鹏,曾窕俊,崔美娜.基于无人机遥感多光谱影像的棉花倒伏信息提取[J].农业工程学报.2019
[5].陈磊士,赵俊叁,董智文,朱褀夫.基于深度学习的滇中城市多光谱影像建设用地信息提取[J].软件导刊.2018
[6].邹青青,戚晓明,王晶,姚保峰.利用Landsat8多光谱数据的湿地信息提取方法比较研究[J].湿地科学.2018
[7].曹鹏飞,彭昌宁.图像亮度信息法选取多光谱莲花白叶片特征波段[J].光学仪器.2018
[8].朱小明.基于多光谱遥感图像信息的水质污染监测研究[J].计算机技术与发展.2018
[9].刘晓琴,胡云岗,侯妙乐,张学东.顾及资叁卫星全色与多光谱数据的植被信息提取研究[J].北京建筑大学学报.2018
[10].欧俊,李志军,高一鸣.遥感多光谱蚀变信息提取与成矿预测[C].第八届全国成矿理论与找矿方法学术讨论会论文摘要文集.2017
论文知识图
