高光谱图象是图谱合一的数据,具有较高的谱分辨率,可解决许多多光谱图象不能解决的问题。但是高光谱图象数据量大、空间分辨率相对较低,限制了其进一步应用。而高空间分辨率的遥感图象虽然适合目视判读,但往往谱段单一,由于物理及技术条件的限制难以获得准确的地物识别。为此本课题将二者结合,重点研究:(1)高光谱图象与高空间分辨率遥感图象的精确配准技术;(2)高光谱图象与其它传感器遥感图象中空间及光谱信息有效保存及处理技术;(3)基于混合象元分解与不确定性推理的高光谱图象与高空间分辨率图象的信息融合新技术。该项目的研究对高空间及高光谱分辨率图象的进一步应用具有重要的理论意义和实用价值。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于国产化替代环境下高校计算机教学的研究
一种基于多层设计空间缩减策略的近似高维优化方法
基于LS-SVM香梨可溶性糖的近红外光谱快速检测
基于多色集合理论的医院异常工作流处理建模
信息熵-保真度联合度量函数的单幅图像去雾方法
基于高光谱图象的微小目标检测新技术研究
空-谱融合高光谱遥感影像混合像元稀疏分解与空间定位
基于地面高光谱遥感与数字图像信息融合的甜菜氮素诊断方法研究
基于关键信息(ROI-BOI)保护的高光谱图象空-谱联合压缩技术