高光谱图像处理论文发表

一、论文(近年来发表的主要论文)：1基于可分解马尔科夫网的视频图像检测方法研究，《光学学报》2005年3月，第三期。（EI检索）2基于可分解马尔科夫网的椒盐图像滤波，《武汉大学学报·信息科学版》2005年7月，第七期。（EI检索）3基于DMN的高光谱图像分割方法研究，《遥感学报》2005年9月，第五期。4用马尔科夫网对多光谱遥感图像进行波段最优融合，《测绘学报》2005年2月，第一期。5非航测专业数字摄影测量教材问题研究，《测绘通报》2006年6月，第六期。6图像分割中MRF与DMN方法评述与比较，《计算机工程与应用》2006年7月，第二十期。7图像分割中区域灰度重叠问题研究,《计算机应用》2006年9月，第九期。8自动检测违章车辆的方法，《长安大学学报·自然科学版》2005年1月刊出，第一期。9基于马尔科夫网视频图像目标检测跟踪方法研究，《测绘科学》2004年12月刊出，第六期。10基于图论的图像分割方法及其局限性研究，《测绘技术装备》2006年6月，第二期。11马尔科夫网的概念、方法及其在图像处理中应用，《中国图象图形学报》2005年8月刊出，第八期。

黄瓜叶绿素测第几片叶子的方法如下。1、按照常规方法提取黄瓜叶片高光谱图像特征参数，如红边参数和植被指数，分析它们与叶绿素含量之间的关系，发现各参数与叶绿素之间存在一定的相关关系，但是相关性均不高。结果表明，红边参数和植被指数反映的信息较单一，而且必须针对具体情况对其修正，有很大的局限性。2、研究主成分分析法和独立分量法提取高光谱图像特征参数，提取黄瓜叶片高光谱图像光谱维的前10主成分分量和前8个独立分量，分别利用多元回归建立叶绿素含量的预测模型，其预测集相关系数R分别达到0.827和0.831。利用逐步回归比较两种方法，独立分量分析法只需要一个独立分量既能与叶绿素含量的相关系数R达到0.766，而主成分分析法需要前3个主成分综合才能得到相似效果。结果表明，利用独立分量法分析黄瓜叶片高光谱图像，预测叶片叶绿素含量的方法是可行的，且独立分量分析比主成分分析更有优势。3、首次根据独立分量分析法得到的叶绿素含量预测模型，计算出黄瓜叶片叶绿素的分布图。结果表明利用分离出来的独立分量计算得到的黄瓜叶片叶绿素含量分布图与实际情况相符合，为植物营养元素亏缺等研究奠定基础。4、进行二次开发，开发出了一套高光谱图像数据处理软件，集成了基于批量处理的高光谱图像的标定、感兴趣区域提取、各波长图像及其纹理信息提取、独立分量图计算、数据输出等功能，为快速有效的处理高光谱图像海量数据提供了思路，为科研提供了便利。本论文对利用高光谱图像技术预测黄瓜叶片叶绿素含量及其分布进行了初步研究，探索了独立分量法在高光谱图像处理中的应用。

高光谱遥感（Hyper-spectral ）又称为成像光谱技术，是指利用很多很窄的电磁波波段从感兴趣的物体获取有关数据 。它是源于多光谱遥感技术， 以测谱学为基础在二十世纪八十年代初发展起来的遥感前沿技术。高光谱遥感的显著特点之一是其所提供的高光谱分辨率。过去的多光谱遥感如TM等只能提供7个100~200nm分辨率的间断波段信息，高光谱遥感则可提供几十数百个10nm左右分辨率的连续波段信息，使得高光谱遥感有足够的光谱分辨率对那些具有纳米级诊断光谱特性的地表物体进行区分。由于其可以为每个地面像元提供数百个波段的光谱信息,使其能更有效地对物质进行识别和分类,因此高光谱遥感技术在海洋遥感、植被研究和地质调查等领域都有良好的应用前景,尤其在军事应用方面已经得到了各国的重视。