高光谱影像信息的空间特征

高光谱影像比普通的遥感影像多一维的光谱数据，决定了它有着比普通遥感影像更多针对光谱维的独特处理方法。高光谱的影像空间获得了扩展，数据量剧增，因此可以从高光谱遥感影像中获得更多更有价值的针对性的信息，尤其是在地物微量信息的识别、提取和分类中。

高光谱遥感影像通常使用一个影像立方体（image cube）来表示，每一层都代表光谱中的一个波段，影像的每一个像元都可以用一个光谱向量来表示，这样形成高光谱遥感影像特有的影像空间特征。

（1）影像空间

从搭载不同传感器的各类遥感平台上能获得不同空间分辨率、不同时相的遥感影像，对不同的区域，不同的地物也会产生不同的遥感影像。通常把这种不同空间分辨率、不同时相、不同范围的遥感影像所表达的地理空间称为影像空间，如图1.2（a）所示。

（2）光谱空间

高光谱遥感影像的光谱空间是由各个像元的波段值和灰度值所形成的，每一个像元可以分成很多波段，而每一个波段都对应着一个灰度值（像元反射率），通常把这种由波段表示横坐标，反射率表示纵坐标形成的二维曲线称作光谱空间，如图1.2（b）所示。

（3）特征空间

在一幅高光谱遥感影像中含有M个像元，而每一个像元认作是n个波段描述的n维向量，其包含了该像元全部的光谱信息，在n维空间中表现为一个点信息，一幅高光谱遥感影像就是由M个这样的点所组成的空间称为特征空间，如图1.2（c）所示。

在特征空间中每一个点都是一个像元的光谱向量，表示为

高光谱遥感影像信息提取技术

根据用来表示各个像元的光谱向量的特征，把聚集在一起构成n维空间的若干个点群归为一类，可以划分成一类地物。这样根据点群的位置、分布中心和分布规律来划分不同的点群界限，可以完成不同地物的划分，从而达到对高光谱遥感影像信息提取的目的。

图1.2 高光谱遥感影像的空间特征