高光譜成像技術(shù)的局限性在哪?
發(fā)布時間:2023-04-26
瀏覽次數(shù):524
高光譜成像技術(shù)在數(shù)據(jù)挖掘方面表現(xiàn)了可觀的潛力,但也導(dǎo)致了巨大的難題。那么,高光譜成像技術(shù)的局限性在哪呢?本文根據(jù)已有研究資料,進(jìn)行了簡單總結(jié)。
高光譜成像技術(shù)在數(shù)據(jù)挖掘方面表現(xiàn)了可觀的潛力,但也導(dǎo)致了巨大的難題。那么,高光譜成像技術(shù)的局限性在哪呢?本文根據(jù)已有研究資料,進(jìn)行了簡單總結(jié)。
在早期的遙感圖像處理研究中,人們就注意到了 Hughes現(xiàn)象的存在。Hughes從統(tǒng)計模式識別的觀點指出,在監(jiān)督分類問題中,給定有限數(shù)目的訓(xùn)練樣本,當(dāng)特征維數(shù)增加到一定數(shù)量時,分類精度可能會隨著特征維數(shù)的增加相應(yīng)地減小。這種現(xiàn)象和使用高光譜的初衷產(chǎn)生了矛盾,因為采用高光譜分辨率和維特征表達(dá)是為了能夠更精細(xì)地描述目標(biāo)類別以及更準(zhǔn)確地辨別目標(biāo)屬性但是事與愿違,數(shù)據(jù)的復(fù)雜度導(dǎo)致了令人失望的解譯結(jié)果。這個問題實際上是數(shù)學(xué)上所說的維數(shù)災(zāi)難,變量維數(shù)增加會導(dǎo)致解決問題的難度呈指數(shù)倍地增長這限制了解決問題的能力。在高光譜遙感圖像解譯應(yīng)用中,?Hughes現(xiàn)象非常容易產(chǎn)生,這里有兩個原因,一是在統(tǒng)計意義上數(shù)量足夠充足且具備代表性分布的地面真實標(biāo)簽樣本非常難獲取;二是通常假定訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)服從同樣的數(shù)據(jù)分布,但是地物場景是復(fù)雜的,用有限數(shù)量的訓(xùn)練樣本很難精確描繪出數(shù)據(jù)空間的真實分布情況,這個可以看作數(shù)據(jù)集合的遷移問題,當(dāng)學(xué)習(xí)模型的可遷移性較差時,單純追求解譯精度可能導(dǎo)致預(yù)料之外的過度擬合,造成解譯的結(jié)果不可靠也不穩(wěn)定。而從概率論的角度,也能夠比較容易地解釋這個問題,根據(jù)概率論中的大數(shù)定律,當(dāng)重復(fù)實驗的次數(shù)足夠多時,對事件發(fā)生的頻率所進(jìn)行的統(tǒng)計才會無限接近于事件本質(zhì)上發(fā)生的概率。對訓(xùn)練樣本的學(xué)習(xí)就像是對隨機事件的頻率統(tǒng)計,當(dāng)訓(xùn)練樣本數(shù)目足夠多時,統(tǒng)計的結(jié)果才能近似于測試樣本的真實概率分布。根據(jù)統(tǒng)計學(xué)習(xí)的有關(guān)知識,如果訓(xùn)練樣本數(shù)量不足或者分布不具有廣泛的代表性,就很難得到可靠的解譯模型,學(xué)習(xí)的泛化能力很差;
人們常用圖譜合一來形容高光譜遙感圖像的數(shù)據(jù)構(gòu)成,這是其光譜成像原理的結(jié)果,這種特性給多源特征的聯(lián)合分析提供了有力的支持,在以分辨率精細(xì)的光譜信息進(jìn)行解譯的同時,可以利用圖像信息輔助改善解譯效果。融合圖譜信息的解譯方法一般分為兩種:一種是在特征層面,將空間紋理特征和光譜特征組合后同時解譯;另一種是在決策層面,在光譜解譯之后,按照空間近鄰關(guān)系對解譯結(jié)果進(jìn)行修正。這種多源信息的融合也存在一些困難,首先,如果同時解譯紋理特征和光譜特征,研究者所要面對的特征空間會更加龐大,?Hughes現(xiàn)象會更加凸顯;其次,引入了空間信息,就意味著需要引人更多的先驗知識才能夠更精確地解譯目標(biāo),比如形狀、近鄰關(guān)聯(lián)等方面的信息;
光譜在空間上的變動也是由空間造成的。物質(zhì)自身的異質(zhì)性、圖像分辨率、混合像素、噪聲等因素都可能導(dǎo)致光譜的變動。這樣的變動可能會造成兩個對解譯不利的影響:一個主要的影響是使得同類地物的光譜有了起伏,包括光譜幅度和光譜角度的差異,容易在解譯過程中導(dǎo)致辨別的遺漏和錯誤;另一個是有可能使得不同目標(biāo)的光譜在經(jīng)過擾動之后,原本不明顯的光譜差異被淹沒。這兩方面客觀上是引入了對類內(nèi)和類間進(jìn)行辨別的歧義性;
通常遙感圖像的數(shù)據(jù)量很大,特別是高光譜遙感圖像,成百上千幅光譜圖像占據(jù)的龐大數(shù)據(jù)量增加了運算和存儲的資源消耗。在高維特征空間中,每個點的位置都由高維坐標(biāo)表示,目標(biāo)樣本的特征、距離等變量的計算都要涉及這些坐標(biāo),也就需要昂貴的運算代價,降低了高光譜數(shù)據(jù)解譯的效率。電子元器件的運算速度和存儲能力的逐漸提高,能夠在一定程度上緩解數(shù)據(jù)量帶給解譯技術(shù)的壓力。但目標(biāo)解譯技術(shù)最終的發(fā)展要求是能夠嵌入實時處理系統(tǒng)。因此在保證解譯精度的前提下適當(dāng)改進(jìn)解譯方法的計算效率,能夠促進(jìn)解譯技術(shù)的應(yīng)用。
相關(guān)產(chǎn)品
-
什么是高光譜,高光譜前景,高光譜科研實驗室應(yīng)用
高光譜技術(shù),又稱高光譜成像技術(shù)(Hyperspectral Imaging, HSI),是一種結(jié)合了傳統(tǒng)計算機視覺與光譜分析技術(shù)的創(chuàng)新方法。它能夠在特定光譜范圍..
-
光譜儀的應(yīng)用
光譜儀作為一種強大的分析工具,通過捕捉和分析物質(zhì)與光相互作用產(chǎn)生的光譜信息,為科學(xué)研究、工業(yè)生產(chǎn)、環(huán)境監(jiān)測和天文學(xué)等多個領(lǐng)域提供了重要的技術(shù)支持。本文將詳細(xì)介紹..
-
與光譜相關(guān)的化學(xué)分析儀器及其原理、優(yōu)缺點
?光譜儀作為化學(xué)分析中的得力助手,通過捕捉物質(zhì)與光相互作用的微妙信號,揭示了物質(zhì)的內(nèi)在化學(xué)信息。本文將詳細(xì)介紹五種常見的光譜分析儀器——分光光度計、原子吸收光譜..
-
光譜儀的發(fā)展歷程
光譜儀,這一基于光譜學(xué)原理的精密儀器,自其誕生以來,便成為了連接光與物質(zhì)世界的橋梁。它能夠?qū)⒐饩€分解成各個波長的光,并通過探測器檢測記錄下來,為我們揭示光源或物..