留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于Fréchet距离的光谱曲线匹配应用分析

高孝杰 简季 戴晓爱 陈婉佳

高孝杰, 简季, 戴晓爱, 陈婉佳. 基于Fréchet距离的光谱曲线匹配应用分析[J]. 武汉大学学报 ● 信息科学版, 2016, 41(3): 408-414. doi: 10.13203/j.whugis20140147
引用本文: 高孝杰, 简季, 戴晓爱, 陈婉佳. 基于Fréchet距离的光谱曲线匹配应用分析[J]. 武汉大学学报 ● 信息科学版, 2016, 41(3): 408-414. doi: 10.13203/j.whugis20140147
GAO Xiaojie, JIAN Ji, DAI Xiaoai, CHEN Wanjia. Spectral Curve Matching Application Analysis Based on Fréchet Distance[J]. Geomatics and Information Science of Wuhan University, 2016, 41(3): 408-414. doi: 10.13203/j.whugis20140147
Citation: GAO Xiaojie, JIAN Ji, DAI Xiaoai, CHEN Wanjia. Spectral Curve Matching Application Analysis Based on Fréchet Distance[J]. Geomatics and Information Science of Wuhan University, 2016, 41(3): 408-414. doi: 10.13203/j.whugis20140147

基于Fréchet距离的光谱曲线匹配应用分析

doi: 10.13203/j.whugis20140147
基金项目: 国家自然科学基金(41071265, 41201440);国家教育部博士点基金(20105122110006, 20135122120009);重庆市国土资源和房屋管理局科技计划(cIGMRll03);成都理工大学研究基金(2012YG02);四川省教育厅自然科学青-基金(07zBl21)。
详细信息
    作者简介:

    高孝杰,硕士,研究方向为高光谱遥感目标探测、识别与分类。jacorygao@outlook.com

    通讯作者: 简季,博士,教授。jianji@cdut.edu.cn
  • 中图分类号: P237;TP751

Spectral Curve Matching Application Analysis Based on Fréchet Distance

Funds: The National Natural Science Foundation of China, Nos. 41071265, 41201440; the PhD Programs Foundation of Ministry of Education of China, Nos. 20105122110006, 20135122120009; the Land Resources and Housing Management Bureau of Science and Technology Plan Project of Chongqing, No. cIGMRll03;the Research Fundation of Chengdu University of Technology, No. 2012YG02; the Education Department of Natural Science Youth Project of Sichuan Province, No.07zBl21.
  • 摘要: 提出了一种基于Fréchet距离的度量光谱曲线相似度的新方法,并将该方法应用于对不同植物种类的识别,对5种不同植物实测光谱曲线进行测试,并对测试结果进行了详细的分析和探讨,同时也分析了该方法在利用光谱曲线进行物种识别和匹配方面的适用性和局限性。结果表明,基于Fréchet距离的光谱曲线相似性度量精度较高。
  • [1] Tong Qingxi, Zhang Bing, Zheng Lanfen. Hyperspectral Remote Sensing[M]. Beijing:Higher Education Press,2006(童庆禧, 张兵, 郑兰芬. 高光谱遥感:原理、技术与应用[M]. 北京: 高等教育出版社, 2006)
    [2] Chang Ruichun. Application of Altered Mineral Information and Structure to Hyperspectral Remote Sensing Prospecting[J]. Scientific and Technological Management of Land and Resources, 2012(6):84-87(常睿春. 虫变矿物信息与构造在高光谱遥感找矿中的应用初探[J]. 国土资源科技管理, 2012 (6):84-87)
    [3] Yan Shouxun, Zhang Bing, Zhao Yongchao, et al. Summarizing the Technical Flow and Main Approaches for Discrimination and Mapping of Rocks and Minerals Using Hyperspectral Remote Sensing[J]. Remote Sensing Technology and Application,2004, 19(1):52-63(燕守勋, 张兵, 赵永超, 等. 高光谱遥感岩矿识别填图的技术流程与主要技术方法综述[J]. 遥感技术与应用, 2004, 19(1):52-63)
    [4] Xu Yuanjin, Hu Guangdao, Zhang Xian. Object Indentification for Hyperspectral Image Based on Exhaustive Method[J]. Geomatics and Information Science of Wuhan University, 2008,33(2):124-127(徐元进, 胡光道, 张献. 基于穷举法的高光谱遥感图像地物识别研究[J]. 武汉大学学报·信息科学版, 2008, 33(2):124-127)
    [5] Bao Gang. Hyperspectral Remote Sensing Estimation for the Vegetation Cover[J]. Journal of Nature Resources, 2013, 28(7):1 243-1 254 (包刚. 高光谱植被覆盖度遥感估算研究[J]. 自然资源学报,2013, 28(7):1 243-1 254)
    [6] Li Mingze, Zhao Xiaohong, Liu Yue, et al. Inversion of Vegetation Canopy's Chlorophyll Content Based on Airborne Hyperspectral Image[J]. Chinese Journal of Applied Ecology,2013, 24(1):177-182(李明泽, 赵小红, 刘钺, 等. 基于机载高光谱影像的植被冠层叶绿素反演[J]. 应用生态学报, 2013, 24(1):177-182)
    [7] Xin Liwei, Li Xiaojuan, Li Angsheng, et al. A Comparative Study on Estimation Model for Leaf Area Index of Vegetation in Marshes in Honghe National Nature Reserve Based on Hyperspectral and Multispectral Vegetation Indices[J]. Wetland Science,2013, 11(3):313-319(邢丽玮, 李小娟, 李昂晟, 等. 基于高光谱与多光谱植被指数的洪河沼泽植被叶面积指数估算模型对比研究[J]. 湿地科学,2013, 11(3):313-319)
    [8] Song S, Gong W, Zhu B,et al. Wavelength Selection and Spectral Discrimination for Paddy Rice, With Laboratory Measurements of Hyperspectral Leaf Reflectance[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2011, 66(5):672-682
    [9] Zhang L, Huang X. Object-oriented Subspace Analysisfor Airborne Hyperspectral Remote Sensing Imagery[J]. Neurocomputing, 2010, 73(4/6):927-936
    [10] Du Peijun, Tang Hong, Fang Tao. Algorithms for Spectral Similarity Measures in Hyperspectral RS[J]. Geomatics and Information Science of Wuhan University, 2006,31(2):112-115(杜培军, 唐宏, 方涛. 高光谱遥感光谱相似性度量算法与若干新方法研究[J]. 武汉大学学报·信息科学版, 2006, 31(2):112-115)
    [11] Fu X, Kim MS, Chao K, et al. Detection of Melaminein Milk Powders Based on NIR Hyperspectral Imaging and Spectral Similarity Analyses[J]. Journal of Food Engineering, 2014, 124:97-104
    [12] Stein S, Scott D. Optimization and Testingof Mass Spectral Library Search Algorithms for Compound Identification[J]. J Am Soc Spectrom,1994, 5(9):859-866
    [13] van der Meer F. The Effectivenessof Spectral Similarity Measures for The Analysis of Hyperspectral Imagery[J]. International Journal of Applied Earth Observation and Geoinformation,2006, 8(1):3-17
    [14] Zhang J, Koo I, Wang B,et al. A Large Scale Test Dataset to Determine Optimal Retention Index Threshold Based on Three Mass Spectral Similarity Measures[J]. Journal of Chromatography A, 2012, 1 251:188-193
    [15] Shi Beiqi, Liu Chun, Chen Neng, et al. Spectral Similarity Measure and Experimental Analyses for Field Spectroscopy[J]. Journal of Tongji University(Natural Science), 2011, 39(2):292-298(施蓓琦, 刘春, 陈能, 等. 典型地物实测光谱的相似性测度与实验分析[J]. 同济大学学报(自然科学版),2011, 39(2):292-298)
    [16] Mémoli F. Some Properties of Gromov-Hausdorff Distances[J]. Discrete & Computational Geometry, 2012, 48(2):416-440
    [17] Helmut A, Michel G. Computing the Fréchet Distance Between Two Polygonal Curves[J].International Journal of Computational Geometry & Applications,1993, 5(1/2):75-91
    [18] Buchin K, Buchin M, Wenk C. Computing the Fréchet Distance Between Simple Polygons[J].Computational Geometry,2008, 41(1/2):2-20
    [19] Pelletier S. Computing the Fréchet Distance Between Two Polygonal Curves: Computational Geometry[OL]. http://www.cim.mcgill.ca/~stephane/cs507/Project.html,2014
  • [1] 张霞, 丁松滔, 岑奕, 孙伟超, 王晋年.  结合野外与实验室光谱的土壤Pb含量反演 . 武汉大学学报 ● 信息科学版, 2022, 47(9): 1479-1485. doi: 10.13203/j.whugis20200386
    [2] 邵世维, 刘辉, 肖立霞, 王恒.  一种基于Fréchet距离的复杂线状要素匹配方法 . 武汉大学学报 ● 信息科学版, 2018, 43(4): 516-521. doi: 10.13203/j.whugis20150677
    [3] 于颖, 宋张亮, 范文义, 杨曦光.  植被冠层光谱和叶片光谱的尺度转换 . 武汉大学学报 ● 信息科学版, 2018, 43(10): 1560-1565, 1573. doi: 10.13203/j.whugis20160552
    [4] 安如, 陆彩红, 王慧麟, 姜丹萍, 孙梦秋, JonathanArthur Quaye Ballard.  三江源典型区草地退化Hyperion高光谱遥感识别研究 . 武汉大学学报 ● 信息科学版, 2018, 43(3): 399-405. doi: 10.13203/j.whugis20150168
    [5] 沈永林, 刘修国, 吴立新, 苏红军, 何浩.  Hyperion高光谱影像坏线修复的局部空间-光谱相似性测度方法 . 武汉大学学报 ● 信息科学版, 2017, 42(4): 456-462. doi: 10.13203/j.whugis20150007
    [6] 林娜, 杨武年, 王斌.  利用核方法进行高光谱遥感图像线性解混 . 武汉大学学报 ● 信息科学版, 2017, 42(3): 355-361. doi: 10.13203/j.whugis20140787
    [7] 王毅, 李季.  基于SVM的高光谱遥感图像亚像元定位 . 武汉大学学报 ● 信息科学版, 2017, 42(2): 198-201. doi: 10.13203/j.whugis20150443
    [8] 王楠, 张良培, 杜博.  最小光谱相关约束NMF的高光谱遥感图像混合像元分解 . 武汉大学学报 ● 信息科学版, 2014, 39(1): 22-26.
    [9] 林娜, 杨武年, 王斌.  高光谱遥感影像核最小噪声分离变换特征提取 . 武汉大学学报 ● 信息科学版, 2013, 38(8): 988-992.
    [10] 施蓓琦, 刘春, 陈能, 孙伟伟.  利用高光谱遥感影像纹理滤波的城市居民地识别 . 武汉大学学报 ● 信息科学版, 2012, 37(8): 915-920.
    [11] 李祖传, 马建文, 张睿, 李利伟.  利用SVM-CRF进行高光谱遥感数据分类 . 武汉大学学报 ● 信息科学版, 2011, 36(3): 306-310.
    [12] 杜培军, 王小美, 谭琨, 夏俊士.  利用流形学习进行高光谱遥感影像的降维与特征提取 . 武汉大学学报 ● 信息科学版, 2011, 36(2): 148-152.
    [13] 谭琨, 杜培军, 王小美.  利用分离性测度多类支持向量机进行高光谱遥感影像分类 . 武汉大学学报 ● 信息科学版, 2011, 36(2): 171-175.
    [14] 徐元进, 胡光道, 张振飞.  基于光谱整体形态和局部吸收谷位置的高光谱遥感图像地物识别 . 武汉大学学报 ● 信息科学版, 2010, 35(7): 868-872.
    [15] 宋沙磊, 李平湘, 龚威, 汪金平.  基于水稻高光谱遥感数据的PLS波长选择研究 . 武汉大学学报 ● 信息科学版, 2010, 35(2): 219-223.
    [16] 徐元进, 胡光道, 张献.  基于穷举法的高光谱遥感图像地物识别研究 . 武汉大学学报 ● 信息科学版, 2008, 33(2): 124-127.
    [17] 杜培军, 唐宏, 方涛.  高光谱遥感光谱相似性度量算法与若干新方法研究 . 武汉大学学报 ● 信息科学版, 2006, 31(2): 112-115.
    [18] 张立福, 张良培, 村松加奈子, 藤原昇.  利用MODIS数据计算陆地植被指数VIUPD . 武汉大学学报 ● 信息科学版, 2005, 30(8): 699-702.
    [19] 张立福, 张良培, 村松加奈子, 藤原昇.  基于高光谱卫星遥感数据的UPDM分析方法 . 武汉大学学报 ● 信息科学版, 2005, 30(3): 264-268.
    [20] 张良培, 李德仁.  鄱阳湖地区高光谱遥感数据的定标研究 . 武汉大学学报 ● 信息科学版, 1997, 22(1): 35-38.
  • 加载中
计量
  • 文章访问数:  1565
  • HTML全文浏览量:  54
  • PDF下载量:  389
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-09-17
  • 刊出日期:  2016-03-05

基于Fréchet距离的光谱曲线匹配应用分析

doi: 10.13203/j.whugis20140147
    基金项目:  国家自然科学基金(41071265, 41201440);国家教育部博士点基金(20105122110006, 20135122120009);重庆市国土资源和房屋管理局科技计划(cIGMRll03);成都理工大学研究基金(2012YG02);四川省教育厅自然科学青-基金(07zBl21)。
    作者简介:

    高孝杰,硕士,研究方向为高光谱遥感目标探测、识别与分类。jacorygao@outlook.com

    通讯作者: 简季,博士,教授。jianji@cdut.edu.cn
  • 中图分类号: P237;TP751

摘要: 提出了一种基于Fréchet距离的度量光谱曲线相似度的新方法,并将该方法应用于对不同植物种类的识别,对5种不同植物实测光谱曲线进行测试,并对测试结果进行了详细的分析和探讨,同时也分析了该方法在利用光谱曲线进行物种识别和匹配方面的适用性和局限性。结果表明,基于Fréchet距离的光谱曲线相似性度量精度较高。

English Abstract

高孝杰, 简季, 戴晓爱, 陈婉佳. 基于Fréchet距离的光谱曲线匹配应用分析[J]. 武汉大学学报 ● 信息科学版, 2016, 41(3): 408-414. doi: 10.13203/j.whugis20140147
引用本文: 高孝杰, 简季, 戴晓爱, 陈婉佳. 基于Fréchet距离的光谱曲线匹配应用分析[J]. 武汉大学学报 ● 信息科学版, 2016, 41(3): 408-414. doi: 10.13203/j.whugis20140147
GAO Xiaojie, JIAN Ji, DAI Xiaoai, CHEN Wanjia. Spectral Curve Matching Application Analysis Based on Fréchet Distance[J]. Geomatics and Information Science of Wuhan University, 2016, 41(3): 408-414. doi: 10.13203/j.whugis20140147
Citation: GAO Xiaojie, JIAN Ji, DAI Xiaoai, CHEN Wanjia. Spectral Curve Matching Application Analysis Based on Fréchet Distance[J]. Geomatics and Information Science of Wuhan University, 2016, 41(3): 408-414. doi: 10.13203/j.whugis20140147
参考文献 (19)

目录

    /

    返回文章
    返回