天基高光谱图像仿真算法及其应用

"本文提出了一种天基高光谱图像仿真算法，该算法涉及高光谱图像处理、地物反射率计算、端元提取、混合像元分解等多个关键步骤，适用于天基目标探测系统的开发与验证。" 天基高光谱图像仿真算法是针对天基目标探测系统开发的重要工具，其目的是模拟真实高光谱图像，为设计和测试高光谱成像探测仪提供数据支持。由于实际高光谱图像获取成本高昂且难以大量收集，仿真图像成为了一个有效替代方案。 算法的核心步骤包括以下几个方面： 1. **传感器参数转换**：输入的多/高光谱图像首先通过传感器参数转换为地物辐射亮度图像，这一步是为了更准确地反映地表物体的辐射特性。 2. **大气校正与辐射传输模型**：利用大气校正方法去除大气对图像的影响，结合辐射传输模型将辐射亮度图像转换为地物反射率图像，以获得更为纯净的地表信息。 3. **端元提取**：在图像中识别出不同的光谱端元，这些端元代表了不同的地物类别。端元集中的光谱信息与原始光谱库匹配，用于构建解混光谱库。 4. **混合像元分解**：使用解混光谱库对图像进行混合像元分解，计算出场景的丰度矩阵，即各地物类型的相对比例，同时获取地物的光谱信息。 5. **地物类型与反射率确定**：根据解混后的地物光谱信息在原始光谱库中匹配，确定地物类型及其全波段反射率，这有助于理解地物的物理特性。 6. **感兴趣波段图像生成**：利用丰度矩阵和地物全波段反射率，计算出特定波段的地物反射率图像。再通过大气模型和传感器模型，生成天基高光谱图像的仿真图像，确保与实际观测相一致。 实验结果证明，该算法生成的仿真图像与原始高光谱图像具有较高相似性，这表明算法的有效性和实用性。此算法对于天基高光谱成像探测仪的设计、优化以及目标识别等领域的研究具有重要意义，能节省成本并提高实验效率。 该研究工作得到了国家自然科学基金、航空电子系统综合技术重点实验室、航空科学基金以及江苏省自然科学基金的资助，由南京航空航天大学的专家团队完成。他们专注于多源信息融合、目标检测跟踪与识别以及图像质量评价等领域，该算法的提出是他们在高光谱图像处理领域的又一重要贡献。