基于EXCEL的高光谱影像光谱响应分析

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (32): 221-224.

基于EXCEL的高光谱影像光谱响应分析

高永光¹,谭炳球¹,刘建平¹,胡闻达¹,吉小刚¹,杨可明²

1.61683部队,北京 100091
2.中国矿业大学测绘与土地科学系,北京 100083

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-11-11 发布日期:2007-11-11
通讯作者: 高永光

Spectral response analysis by EXCEL based on hyperspectral image

GAO Yong-guang¹,TAN Bing-qiu¹,LIU Jian-ping¹,HU Wen-da¹,JI Xiao-gang¹,YANG Ke-ming²

1.The Army of 61683,Beijing 100091,China
2.Department of Survey and Land Science,China University of Mining & Technology,Beijing 100083,china

Received:1900-01-01 Revised:1900-01-01 Online:2007-11-11 Published:2007-11-11
Contact: GAO Yong-guang

摘要/Abstract

摘要： 高光谱遥感侧重于从光谱维角度对影像信息进行分析与处理。由于目前高光谱数据的处理技术跟不上数据获取技术,而已有的成熟的多光谱影像处理技术并不适合于处理高光谱数据,因此利用EXCEL软件展开了高光谱影像的地物光谱重建、光谱特征及其相关性分析、光谱微分计算、光谱向量相似性度量和信息提取等研究,并基于PHI（Pushbroom Hyperspectral Imager）航空高光谱影像像元光谱维矢量进行了光谱响应分析,实现信息监测和识别。

关键词: EXCEL, 高光谱遥感, PHI影像, 光谱分析

Abstract: Information analysis and processing of hyperspectral date were emphasized particularly on spectral responses from spectral dimension of remote sensing image.EXCEL software can process on restructuring and analysis of feature spectra,hyperspectral derivative,correlation analysis between features,likelihood measurement among the spectral vectors and information extraction according to the spectral reflected features based on the airborne PHI（Pushbroom Hyperspectral Imager）hyperspectral image data.And the feature information can be recognized and monitored in terms of the spectral features and SAM（Spectral Angle Mapping） technique.

Key words: EXCEL, hyperspectral remote sensing, PHI image, spectral analysis

高永光¹,谭炳球¹,刘建平¹,胡闻达¹,吉小刚¹,杨可明². 基于EXCEL的高光谱影像光谱响应分析[J]. 计算机工程与应用, 2007, 43(32): 221-224.

GAO Yong-guang¹,TAN Bing-qiu¹,LIU Jian-ping¹,HU Wen-da¹,JI Xiao-gang¹,YANG Ke-ming². Spectral response analysis by EXCEL based on hyperspectral image[J]. Computer Engineering and Applications, 2007, 43(32): 221-224.

[1]	佘海龙，解山娟，邹静洁. 标准分数降维的3D-CNN高光谱遥感图像分类[J]. 计算机工程与应用, 2021, 57(4): 169-175.
[2]	万亚玲，钟锡武，刘慧，钱育蓉. 卷积神经网络在高光谱图像分类中的应用综述[J]. 计算机工程与应用, 2021, 57(4): 1-10.
[3]	黄冬梅，梁素玲，王振华，孙婧琦，徐首珏. 利用信息熵的高光谱遥感影像降维方法[J]. 计算机工程与应用, 2019, 55(6): 191-196.
[4]	杨承文，李吉明，杨东勇. 基于深度贝叶斯主动学习的高光谱图像分类[J]. 计算机工程与应用, 2019, 55(18): 166-172.
[5]	祝章智1，2，3，黄风华1. 粒子群空间优化的端元提取算法[J]. 计算机工程与应用, 2018, 54(11): 185-192.
[6]	程圆娥，周绍光，袁春琦，陈蒙蒙. 基于主动深度学习的高光谱影像分类[J]. 计算机工程与应用, 2017, 53(17): 192-196.
[7]	高伟，李维良，林妍. 面向高光谱影像分类的高性能计算及存储优化[J]. 计算机工程与应用, 2015, 51(16): 171-177.
[8]	曾强1，刘力伟2，沈玲3，吴立云1. 单一产品复杂装配线启发式平衡排产方法[J]. 计算机工程与应用, 2014, 50(7): 263-270.
[9]	刘玉玲¹，万晶¹，辛国江². Excel 2007文档信息隐藏方法[J]. 计算机工程与应用, 2010, 46(28): 70-72.
[10]	周志顺，徐成，刘彦. 三维荧光光谱分析的关键部件硬件设计研究[J]. 计算机工程与应用, 2010, 46(12): 60-63.
[11]	王喆,潘懋,郭艳军. 基于XML元数据和Schema的Excel信息提取研究[J]. 计算机工程与应用, 2008, 44(33): 135-137.
[12]	肖杰¹,谢东². 可扩展的电子表格查询外数据源方法[J]. 计算机工程与应用, 2007, 43(26): 149-151.
[13]	张运刚. （50元）（25B234）（700元）再论Excel在寿险精算中的应用[J]. 计算机工程与应用, 2005, 41(35期): 0-.