王小飞汪建光袁于评

(1.浙江省测绘科学技术研究院,浙江 杭州310012;2.浙江省测绘与地理信息学会,浙江 杭州310012)

0 引 言

目前,传统的研究波段拟合方法主要有光谱坐标转换法[1]、加权法[2]、均值法、不确定参数法[3]及线性回归法[4]等,这些方法基本都基于波段间存在的线性关系,模型也过于简单,尤其是加权法和均值法只是经验值的四则运算,而没有考虑到波段之间关系,因此模拟出的真彩色颜色畸变较大,合成彩色影像在视觉上整体偏差,合成效果一般。

针对传统方法的不足,本文以ETM和SPOT遥感数据作为研究对象,从波段间非线性关系出发,借助BP神经网络模型,经反复尝试实现了SPOT遥感影像蓝光波段拟合,所合成的彩色影像效果较为理想,为遥感影像波段拟合提供了实用的方法和实现路径。

1 试验过程

本文基本思路为:将ETM和SPOT两个传感器多光谱波段以及相应带宽设置非常相(表1),利用BP神经网络非线性拟合能力,通过对ETM数据进行不断学习优化,构建最佳BP神经网络模型。利用验证数据进行精度评定,确认无误后再利用该模型进行SPOT蓝光波段拟合(图1)。

1.1 试验数据

本文选取2007年夏季时段上海同一地区的ETM和SPOT两种遥感数据。其中ETM数据作为样本数据,是BP网络模型的输入层数据。SPOT数据则是该模型的利用数据,用于蓝光拟合并合成真彩色影像。

1.2 研究平台

本文采用Matlab语言平台,通过调用BP神经网络函数包,在训练过程中实施过程监听以及时调整网络参数,从而实现高效的样本训练过程(学习过程),得出一个优化的BP网络模型用于拟合目标波段(蓝光波段)。……