比較分析多光譜和高光譜圖像
重磅干貨，第一時間送達
當你閱讀這篇文章時，你的眼睛會看到反射的能量。但計算機可以通過三個通道看到它：紅色、綠色和藍色。
如果你是一條金魚，你會看到不同的光。金魚可以看到人眼看不見的紅外輻射。
大黃蜂可以看到紫外線。同樣，人類無法用我們眼睛看到紫外線輻射。（UV-B傷害了我們）
現在，想象一下，如果我們能夠同時擁有人類、金魚和大黃蜂的眼睛去看世界，那將會是什么樣？實際上，現在我們可以使用多光譜和高光譜傳感器來實現。
電磁頻譜
可見光(紅、綠、藍)、紅外光和紫外光是電磁光譜中的描述性區域。我們人類為了自己的目的而構造這些區域——為了方便地對它們進行分類。每個區域根據其頻率(v)進行分類。
人類看到可見光（380 nm至700 nm）
金魚看到紅外線（700納米到1毫米）
大黃蜂看到紫外線（10納米到380納米）
多光譜和高光譜圖像賦予人類（紅色，綠色和藍色），金魚（紅外線）和熊蜂（紫外線）的能力。實際上，我們可以看到更多的是反射到傳感器的電磁輻射。
多光譜和高光譜之間的主要區別在于波段的數量以及波段的窄度。
多光譜圖像通常指3到10個波段。為清楚起見，每個波段都是使用遙感輻射計獲得的。
多光譜示例：5個寬帶（圖像未按比例繪制）
高光譜圖像由更窄的波段（10-20 nm）組成。高光譜圖像可能有數百或數千個波段。一般來說，它來自成像光譜儀。
高光譜示例：想象一下數百個窄帶（圖像未按比例繪制）
多光譜圖像示例
多光譜傳感器的一個例子是Landsat-8。Landsat-8產生11幅圖像，圖像帶如下:
第1波段海岸氣溶膠(0.43-0.45 um)
藍色波段2 (0.45-0.51 um)
3波段綠色(0.53-0.59 um)
4波段紅色(0.64-0.67 um)
5波段近紅外近紅外(0.85-0.88 um)
6波段短波紅外SWIR 1 (1.57-1.65 um)
7波段短波紅外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波段熱紅外TIRS 1 (10.60-11.19 um)
11波段熱紅外TIRS 2 (11.50-12.51 um)
除了8、10、11波段外，每個波段的空間分辨率都是30米。波段8的空間分辨率為15米，波段10和波段11的像素大小為100米。
如果你想知道為什么沒有0.88-1.36波段，大氣吸收是主要的動機，為什么沒有傳感器檢測這些波長。
高光譜圖像示例
但后來美國國家航空和宇宙航行局確實成功地完成了發射任務。Hyperion成像光譜儀(EO-1衛星的一部分)是高光譜傳感器的一個例子。例如，Hyperion在220個光譜波段(0.4-2.5 um)產生30米分辨率的圖像。
美國宇航局機載可見/紅外成像光譜儀(AVIRIS)是一種高光譜機載傳感器。例如，AVIRIS提供224個波長從0.4-2.5 um的連續通道。
多光譜和高光譜
多光譜:3-10寬波段。
高光譜:數百條窄帶。
多光譜與高光譜
在高光譜圖像中具有更高層次的光譜細節，可以更好地看到不可見的東西。例如，高光譜遙感由于其高光譜分辨率而在3種礦物之間進行提取。但多光譜陸地衛星專題制圖儀無法區分這三種礦物。
但它的缺點之一是增加了復雜性。如果有200個窄帶可用，如何減少通道之間的冗余?
高光譜和多光譜圖像有許多實際應用。例如，高光譜圖像已被用于繪制入侵物種的地圖和幫助礦產勘探。
在多光譜和高光譜的應用中，我們可以了解世界。例如，我們在農業、生態、石油和天然氣、海洋學和大氣研究等領域使用它。
下載1：OpenCV-Contrib擴展模塊中文版教程
下載2：Python視覺實戰項目52講
下載3：OpenCV實戰項目20講
交流群
-
焦點事件
-
技術原理
-
技術原理
