4.5 本章小结 31

结  论 32

致  谢 33

参 考 文 献 34

1  引言

1.1  工程背景及意义

遥感应用领域中，植被指数被应用于定性和定量评估植被覆盖度，以及评估植物生长状况。在利用遥感数据进行的生态系统研究中，最常用的植被指数是根据红光波段和近红外波段的简单函数计算的。该两个波段的反射率，已被用于制定作为表面植被条件指标的各种植被指数（VI）。在各种植被指数中，基于比例的NDVI和简单比率植被指数（SR）是最常用于与叶面积指数（LAI）和其他机载结构参数相关的机载和空间遥感传感数据。然而，植被指数对土壤背景的光学性质敏感。如果不考虑土壤背景的影响，它们的应用是有限的。窄波段对于在宽波段上提供附加信息来说，对于定量植被的生物物理特性是至关重要的[1]。通过使用一些不同的窄波段来修正土壤背景效应，可以改进指数。

高光谱成像的目标是获得场景图像中每个像素的光谱，目的是找到物体，识别物质或检测过程。光谱成像仪有两个通用分支。有推扫扫扫描仪和相关的扫帚扫描仪，它们随着时间的推移读取图像，并且使用快照高光谱成像技术，它使用一个凝视阵列在一个实例中生成图像。高光谱遥具有广泛的应用。虽然最初开发用于采矿和地质（高光谱成像识别各种矿物质的能力使其成为采矿和石油工业的理想选择，可用于寻找矿石和石油），现在已经扩大进入生态和监视广泛的领域，以及历史手稿研究，如阿基米德Palimpsest的成像。这种技术不断向公众开放。美国宇航局和美国地质调查局等组织都有各种矿物和光谱特征的目录，并将其发布在线，使研究人员能够随时使用。在军事侦察，林业遥感，宇宙天文学等方面，高光谱遥感技术具有广阔的应用前景，已被相关行业认可。

在本文中，我们通过研究高光谱图像植被的吸收和反射特征，研究了植被指数的植被指数提取方法，然后开展了不同植被指数的自动计算，并正确显示植被覆盖面积，同时进行农作物等要素分析的可视化显示，这对于植被研究，农业发展等方面具有重要意义。

1.2  相关技术的现状

像其他光谱成像一样，高光谱成像从电磁光谱中收集和处理信息。高光谱成像的目标是获得场景图像中每个像素的光谱，目的是找到物体，识别物质或检测过程。光谱成像仪有两个通用分支。有推扫扫扫描仪和相关的扫帚扫描仪，它们随着时间的推移读取图像，并且使用快照高光谱成像技术，它使用一个凝视阵列在一个实例中生成图像[2]。

而人眼在大多数三个波段（红色，绿色和蓝色）看到可见光的颜色，光谱成像将光谱分成更多的频带。将图像分割成条带的这种技术可以扩展到可视化之外。在高光谱成像中，记录的光谱具有精细的波长分辨率并且覆盖宽范围的波长。高光谱成像测量连续光谱带，而不是测量间隔光谱带的多光谱成像。

工程师为天文学，农业，生物医学成像，地球科学，物理学和监视领域的应用建立高光谱传感器和处理系统。高光谱传感器使用大部分电磁光谱来查看物体。某些物体在电磁谱中留下独特的“指纹”。被称为光谱特征，这些“指纹”可以识别组成扫描对象的材料[3]。例如，石油的光谱特征帮助地质学家找到新的油田。

在80年代末和90年代，美国和加拿大等国家和地区也致力于成像光谱仪的开发，主要包括：美国的数字航空成像光谱仪DAIS，79条带（0.4-1.Oum，32条带; 1.0-1.8um，8条带：2.0-2.5um，32条带：3-5um，1条带; 8-12um，6条带）;加拿大荧光线成像仪FLIIPM1（288条），CASI小型机载成像光谱仪（28条带，0.4-0.9um，带间距1.8nm，瞬时视场1.2mrad）。