论文部分内容阅读
对地物高光谱进行特征分析是高光谱影像用于目标识别和地物分类的基础。基于数学形态学的Top-Hat变换提出了一种光谱吸收峰增强算法。该方法在增强吸收峰的同时还保持了吸收谱带的波形特征。从美国地质调查局USGS光谱数据库选取的11条不同矿物的反射光谱曲线,对其吸收峰增强曲线和原始光谱曲线进行了K-means聚类分析。结果表明:吸收峰增强曲线的聚类结果在波形上和地质背景上都优于原始光谱曲线;且将吸收峰增强曲线的聚类的结果用矿物光谱的ASTER影像采样光谱曲线显示时,能总结出各组矿物的ASTER光谱典型特征