多光谱和高光谱图像有什么区别?
点击上方“小白学视觉”,选择加"星标"或“置顶”
重磅干货,第一时间送达
当你阅读这篇文章时,你的眼睛会看到反射的能量。但计算机可以通过三个通道看到它:红色、绿色和蓝色。
如果你是一条金鱼,你会看到不同的光。金鱼可以看到人眼看不见的红外辐射。
大黄蜂可以看到紫外线。同样,人类无法用我们眼睛看到紫外线辐射。(UV-B伤害了我们)
现在,想象一下,如果我们能够同时拥有人类、金鱼和大黄蜂的眼睛去看世界,那将会是什么样?实际上,现在我们可以使用多光谱和高光谱传感器来实现。
电磁频谱
可见光(红、绿、蓝)、红外光和紫外光是电磁光谱中的描述性区域。我们人类为了自己的目的而构造这些区域——为了方便地对它们进行分类。每个区域根据其频率(v)进行分类。
人类看到可见光(380 nm至700 nm)
金鱼看到红外线(700纳米到1毫米)
大黄蜂看到紫外线(10纳米到380纳米)
多光谱和高光谱图像赋予人类(红色,绿色和蓝色),金鱼(红外线)和熊蜂(紫外线)的能力。实际上,我们可以看到更多的是反射到传感器的电磁辐射。
多光谱和高光谱之间的主要区别在于波段的数量以及波段的窄度。
多光谱图像通常指3到10个波段。为清楚起见,每个波段都是使用遥感辐射计获得的。
多光谱示例:5个宽带(图像未按比例绘制)
高光谱图像由更窄的波段(10-20 nm)组成。高光谱图像可能有数百或数千个波段。一般来说,它来自成像光谱仪。
高光谱示例:想象一下数百个窄带(图像未按比例绘制)
多光谱图像示例
多光谱传感器的一个例子是Landsat-8。Landsat-8产生11幅图像,图像带如下:
第1波段海岸气溶胶(0.43-0.45 um)
蓝色波段2 (0.45-0.51 um)
3波段绿色(0.53-0.59 um)
4波段红色(0.64-0.67 um)
5波段近红外近红外(0.85-0.88 um)
6波段短波红外SWIR 1 (1.57-1.65 um)
7波段短波红外SWIR 2 (2.11-2.29 um)
8波段全色(0.50-0.68 um)
9波段卷云(1.36-1.38 um)
10波段热红外TIRS 1 (10.60-11.19 um)
11波段热红外TIRS 2 (11.50-12.51 um)
除了8、10、11波段外,每个波段的空间分辨率都是30米。波段8的空间分辨率为15米,波段10和波段11的像素大小为100米。
如果你想知道为什么没有0.88-1.36波段,大气吸收是主要的动机,为什么没有传感器检测这些波长。
高光谱图像示例
TRW Lewis卫星计划在1997年成为第一个高光谱卫星系统。不幸的是,NASA与它失去了联系。
但后来美国国家航空和宇宙航行局确实成功地完成了发射任务。Hyperion成像光谱仪(EO-1卫星的一部分)是高光谱传感器的一个例子。例如,Hyperion在220个光谱波段(0.4-2.5 um)产生30米分辨率的图像。
美国宇航局机载可见/红外成像光谱仪(AVIRIS)是一种高光谱机载传感器。例如,AVIRIS提供224个波长从0.4-2.5 um的连续通道。
多光谱和高光谱
多光谱:3-10宽波段。
高光谱:数百条窄带。
多光谱与高光谱
在高光谱图像中具有更高层次的光谱细节,可以更好地看到不可见的东西。例如,高光谱遥感由于其高光谱分辨率而在3种矿物之间进行提取。但多光谱陆地卫星专题制图仪无法区分这三种矿物。
但它的缺点之一是增加了复杂性。如果有200个窄带可用,如何减少通道之间的冗余?
高光谱和多光谱图像有许多实际应用。例如,高光谱图像已被用于绘制入侵物种的地图和帮助矿产勘探。
在多光谱和高光谱的应用中,我们可以了解世界。例如,我们在农业、生态、石油和天然气、海洋学和大气研究等领域使用它。
下载1:OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复:扩展模块中文教程,即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。
下载2:Python视觉实战项目52讲
在「小白学视觉」公众号后台回复:Python视觉实战项目,即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。
下载3:OpenCV实战项目20讲
在「小白学视觉」公众号后台回复:OpenCV实战项目20讲,即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。
交流群
欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~
多光谱和高光谱图像有什么区别?相关推荐
- 浅谈:多光谱和高光谱图像有什么区别?
多光谱.高光谱甚至是超光谱首先是应用于卫星的遥感,遥感技术已经成为人类获得地球以及其他星球信息重要的手段之一.利用遥感成像系统得到的地球资源信息已成为人类开发.合理的利用.管理和监测地球资源及环境不可 ...
- 多源数据的融合发展现状与趋势(二)——全色、多光谱、高光谱图像融合
现有的空谱融合对象主要是全色图像与多光谱图像.全色图像与高光谱图像.多光谱图像与高光谱图像.从波段数量来说,全色图像与多光谱或高光谱图像的融合属于"一对多"的融合, 多光谱图像与高 ...
- 遥感影像的全色、多光谱、高光谱图像
1. 全色图像 2. 多光谱图像 3. 高光谱图像 4. RGB图像 遥感成像原理: 光进入相机镜头,光电感应装置将光信号转换为电信号,量化电脉冲信号,记录为一个像素值.传感器响应函数设计为,要使 ...
- 【知识点】多光谱与高光谱的区别
多光谱与高光谱的区别 多光谱遥感 高光谱 异同点 电磁波谱 多光谱图像示例 高光谱图像示例 多光谱与高光谱 随着光谱分辨率的不断提高,光学遥感的发展过程可分为:全色(Panchromatic)→彩色( ...
- 【论文解读】利用高光谱图像对场景反射率进行有效估计(Efficient Estimation of Reflectance Parameters from Imaging Spectropy)
文章目录 前言 摘要 Ⅰ. 介绍 Ⅱ. 估计反射参数的方法 A. 重建阴影因子 B. 表面反射率和镜面系数的计算 C. 光源功率谱计算 D. 光源方向 E. 将方法扩展到三色图像 Ⅲ. 实现方式 Ⅳ. ...
- 高光谱图像pca降维_高光谱图像的数据特性之探讨
图像是获取信息以及探知世界的重要媒介.近年来,传感科技与成像技术实现了跨越式发展,促使图像获取在质与量上均获得了显著提升.在多样化成像手段中,光谱成像技术是成像科技的重要组成部分,是人类借助光这一能量 ...
- 数字图像处理(4): 遥感影像中 光谱分辨率、空间分辨率、时间分辨率、全色图像、多光谱图像、高光谱图像 的区别
目录 1 光谱分辨率.空间分辨率.时间分辨率 2 全色图像.多光谱图像.高光谱图像 2.1 全色图像 2.2 多光谱图像 2.3 高光谱图像 参考资料 1 光谱分辨率.空间分辨率.时间分辨率 遥感(R ...
- 2021年高光谱图像文献追踪_ISPRS_V.179_9
可视化分析: 实验方式: 实验定位: 目标检测: 文献名/代码开源/推荐 研究类型 数据集 对象 实验环境 实验方法 亮点 Target-based ...
- 高光谱图像基础知识(1)
本部分主要介绍什么是高光谱图像,成像原理,以及高光谱图像的特点. 高光谱图像 所谓高光谱图像就是在光谱的维度进行了细致的分割,不仅仅是传统的黑,白,或者R.G.B的区别,而是在光谱维度上也有N个通道, ...
最新文章
- c语言图形界面设定,「分享」C语言如何编写图形界面
- nvidia-smi 实时刷新 实时显示显存使用情况
- Spring MVC-01循序渐进之Model 2和MVC
- (分组交换时延)谢希仁 第七版第一章1-10题详细解答
- matlab %3c handle,volume browser (updated).htm 源代码在线查看 - Matlab显式三维地震数据的源代码 资源下载 虫虫电子下载站...
- 百度刷新世界级权威DeepFake防伪数据集榜单记录,成绩超越SOTA
- Android Service AIDL 远程调用服务 【简单音乐播放实例】
- 大数据分析平台有哪些业务分析思路
- jsp % % ! 区别
- python黑帽子学习中的疑难-(一)取代netcat
- 计算机地址栏搜索记录怎么删除,怎么删除网址?如何删除浏览器地址栏的网址历史记录和搜索记录...
- 从dig命令理解DNS
- linux下绿联USB转网卡驱动安装
- UEFI的诞生与优势
- Android webview拦截请求
- 个人投资者金融期货开户的条件
- 霍尔编码器-STM32读取
- 最新·前端的工资分布情况 - 你拖后腿了吗?
- Ubuntu备份还原
- 07_Numpy渐变图片的生成