pixelknife.github.io

View the Project on GitHub

高光谱数据的压缩和扩张表达

高光谱卫星目前正在逐渐增加,但是用户使用起来还不能像原来的多光谱那样得心应手。高光谱的主要优点是波段多,每个波段的波谱细。但是也有显著的缺点,最大的就是空间分辨率太低,第二是噪声太大。

商业高光谱卫星欧比特已经是分辨率最高的,但是也只有10米,而且因为它用的是滤光片分光,所以各个波段的噪声比较严重。

为了更充分使用这个价格不菲的数据,我们开发了工具能够对其开展:1)压缩表达,就是把32个波段的内容集中到一张RGB图像上展示绝大部分地物信息;2)扩张表达,就是超分辨率,将10米变成5米,而且还能大幅降低噪声。

测试集

下面测试用了欧比特白洋淀的数据集。普通的10米可见光图像因为仅使用了32个波段中的三个,图像噪声比较强,而且水体和植被区分度还不够大。

IbTvSx.jpg

▲ 图1 红-绿-蓝波段组合,10米分辨率

压缩表达

通过我的像素刻刀软件的变色龙工具,将所有32个波段数据参考上面的可见光图像进行压缩合成,形成信噪比很高,而且更全面反映地物特征的合成图像。它不像常规的PCA变化完全无法控制成图的样式。

IbTXf1.jpg

▲ 图2 波谱压缩,10米分辨率

在压缩光谱纬度的基础上,我们可以扩大空间纬度,把图像空间分辨率放大一倍是比较容易实现的。

IbTxl6.jpg

▲ 图3 放大一倍,5米分辨率

最后为了地物类被更容易区分,可以扩大图像的颜色差异,让图像更加鲜艳。

Ib7SOO.jpg

▲ 图4 彩色增强,5米分辨率

下面通过动图,体会一下每个步骤起到的增强作用。

IbqktJ.gif

同样是使用一副显示图像,最后的结果相对于简单的可见光波段组合显然更能反映数据集的整体信息。

扩张表达

可以将上面描述的压缩表达反向再推回去,来抑制32个波段上各自的噪声,甚至可以把整个数据集的空间分辨率提高,比如倍增到5米尺度。

Iv7oDI.jpg

局部各个波段的处理前后对比

oEj3kt.jpg

这样每个波段都转变成清晰的5米图像。而且可以看到整体灰度上和原图保持一致,只是纹理更加细腻,表明整体的波谱数值没有偏离,对分类或者定量分析不会有不利影响。

样品下载

两景成果样品可以在我们的FTP中下载

FTP:

服务器: satsee.ceode.ac.cn 账号: cfdata 密码: cfdata123 目录: temp/oubite/

个别FTP客户端可能不好使,如果连接不上,推荐FTPRUSH下载。


联系方式

陈甫 副研究员 中国科学院空天信息创新研究院 chenfu@aircas.ac.cn 13811147935