从哈达码变换光谱成像仪成像原理出发, 对其光谱成像过程进行数学建模, 分析了哈达码模板调制引起光谱信息混叠和空间信息混叠的原因, 提出了一种根据光谱偏移量去除混叠的算法.采用自行研制的哈达码变换光谱成像仪进行了目标数据采集, 用提出的去混叠算法对目标数据进行复原, 得到目标的三维数据立方体, 有效去除了空间信息混叠和光谱信息混叠, 验证了算法的正确性.

相关双采样技术作为CCD视频信号标准预处理技术之一, 能有效地抑制CCD复位噪声。双采样时钟位置是相关双采样技术中的关键参数。针对自动确定采样时钟位置这一问题, 提出了类对比度评价函数, 通过固定场景改变信号采样时钟位置和复位采样时钟位置, 最大化类对比度评价函数, 自动确定CCD相关双采样时钟位置, 并对类对比度作为评价函数的原理进行了详细的论证。为了验证算法的有效性, 设计了验证平台。实验表明: 该方法能够有效地确定相关双采样时钟的位置, 而且算法确定的位置不稳定度低至3%,对不同亮度具有较强的鲁棒性, 同时该方法相对于传统方法能够有效提高获取图像的信噪比。

针对面向对象的高光谱分类方法中分割参数设置问题，提出了一种基于区域增长技术的自适应高光谱分类算法。首先提出了带约束的区域增长方法，利用已知训练样本的空间信息，提供有效约束，从而降低区域增长过程中区域标记的错误传播率，以提高分类性能；其次，提出了自适应阈值计算方法，通过分析已知训练样本光谱的分布规律，自适应地计算出合理的区域划分阈值，从而代替经验阈值，提高算法的鲁棒性；最后，采用K近邻算法(KNN)，对划分后各区域中心进行分类。实验结果表明：对于不同图像，提出的算法计算出的自适应阈值均与其经验值相符合，且其分类效果优于其他算法，来自AVIRIS传感器的高光谱数据Indian Pines在10％的已知训练样本下总体分类精度达92.94％、kappa系数达0.919 5，来自ROSIS传感器的高光谱数据Pavia University在5％的已知训练样本下总体分类精度达95.78%、kappa系数达0.944 0。该算法不仅增强了算法的鲁棒性，同时有效提高了分类性能，在高光谱应用中具有较强的实用性。

静态迈克耳孙干涉仪是一种实体式像面干涉仪, 可以解决干涉光谱成像仪大视场的技术难点。在采样过程中, 静态迈克耳孙干涉仪会引入光程差的非线性干涉误差, 导致无法准确复原光谱, 因此需要对非线性干涉误差进行修正。分析了非线性干涉误差的理论模型, 提出了基于数值拟合的非线性干涉光谱数据重构算法, 并进行了仿真验证。仿真结果表明, 采用数值拟合的重构算法可成功复原目标光谱, 消除非线性干涉误差; 与采用线性拟合的重构算法相比, 使用柯西色散公式拟合的重构算法的光谱复原精度更高, 且吸收峰处的反演光谱与入射光谱的相对误差小于0.7%。

基于二向反射模型, 对碳纤维、渗碳膜、F46和OSR四种典型的空间目标样本的偏振光谱数据进行测量; 通过测算样本Stokes参量获取样品多角度下的线偏振度与偏振角信息, 并对其进行统计.结果表明, 样本线偏振度和线偏振角的均值、方差之间存在较大差异, 对比分析样本均值和方差之间的关系能有效提高目标的探测和识别性能, 可以解决传统光谱技术上产生的“同物异谱”和“同谱异物”问题; 所获取的偏振特性可为偏振遥感提供更多的光学信息.

为满足动态目标实时光谱成像的应用需求, 设计了一种基于CDP(crossed dispersion prism)的静态、 快照式的光谱成像仪。 对其光谱成像原理进行了理论研究, 并根据理论研究结果对宽波段CDP光谱成像仪光学系统进行设计。 该光谱成像仪由CDP分光系统、 成像光学系统和面阵探测器组成, 视场角为4°, 焦距为110 mm, 工作波段为0.6~5.0 μm。 设计结果表明, 该仪器在0.6~5.0 μm的波段范围内具有较好的光谱成像能力, 平均光谱分辨率为20 nm。 该技术为实时获取动态目标光谱信息及位置信息提供了一种新方法, 同时该技术在对未知高能目标探测、 定位以及识别方面具有很大的潜力。

结合基于位置姿态测量系统的目标动态追踪补偿校正和非等间隔快速傅里叶变换谱提取, 提出一种机载遥感的高准确度校正方法.该方法通过位置姿态组合系统在承载平台稳定性较差的成像条件下进行实时姿态测量、主动校正、反馈补偿获取干涉图, 再对校正后的干涉图进行空间变换和非均匀性谱提取, 获得融合图像和目标光谱曲线.机载飞行实验表明：多谱段伪彩色融合图像效果良好, 光谱反演准确度与传统校正方法相比有大幅提升.基于该方法的位置组合测量系统具有良好的机载环境适应性, 可应用于稳定性较差的平台以及非干涉型原理的光谱成像探测系统, 为机载高光谱图像运动误差一体化处理平台的研究提供了一条新途径.

为了解决自然灾害遥感影像中局部存在浓雾的问题,提出了一种基于暗原色先验和雾天图像退化模型的图像去雾方法,并利用导向滤波实现光学遥感影像的去雾.首先,结合自然灾害遥感图像的特点,利用阈值将图像分为浓雾区域和薄雾区域,采用不同的方法得出两个区域的暗通道图;然后,结合导向滤波对透射率图进行优化,再对图像进行对比度拉伸,提高图像的动态范围,并选取多幅遥感图像进行去雾试验.最后,设计了一组图像增强质量评价指标,对去雾结果进行定量分析.结果表明,该方法能从物理特性上明显去除雾的干扰,提高图像清晰度,增强图像色彩和细节,从而复原得到高质量图像,在一定程度上能满足自然灾害遥感图像去雾的要求.

对地球大气温室气体进行高精度的探测, 是当今数值天气预报和气候与大气环境变化监测的发展需求。 利用OP/FTIR测量法, 将一台国内率先自行研制的中波红外反射转镜式干涉光谱仪, 首次成功地用于地表大气CO2红外吸收光谱的测量。 该反射转镜式干涉光谱仪的工作谱段为2 100～3 150 cm-1, 光谱分辨率为2 cm-1。 设计了大气成分探测方法, 建立了大气浓度参数反演数理依据和定量分析算法。 采用基于比尔定律的直接法和基于HITRAN数据库及仪器函数的仿真拟合法, 建立了反演模型, 并对CO2分子的浓度进行了反演。 根据观测和模型分析, CO2的浓度反演结果在300～370 ppm, 呈现出随自然环境变化先缓慢降低再快速升高的趋势, 并在下午至傍晚之间达到低值; 同时, 随时间的变化, 用直接法计算的CO2浓度和用拟合法的仿真值表现出了良好的一致性, 所有测量数据之间的相关性高达99.79%, 相对误差不超过2.00%, 达到了较高的反演精度。 结果表明, 在遥感测量大气成分方面, 基于红外反射转镜式干涉光谱仪的OP/FTIR法是可行且有效的技术手段, 直接法或拟合法皆可实现高精度的浓度反演。

高光谱图像数据由星上压缩打包至地面, 再对其进行处理, 这种处理方式对实时应用场合显得过于迟缓。 同时, 图像数据量大, 处理步骤多, 反演算法复杂, 因此, 迫切需要搭建精确快速的数据处理平台来进行实时处理, 目前, 用硬件进行实时复原和进行误差校正的平台比较少, 能够成功应用的平台也由于处理速度不高, 精度不够, 灵活性差, 不能升级和配置等缺点, 也会直接影响到目标探测和识别的效果。 本系统以空间调制型光谱仪下传数据作为研究目标, 设计并实现了一种基于Xilinx Virtex-5 FPGA的数据处理平台, 通过可配置的、 高精度、 接口灵活的IP软核资源, 实现了光谱数据处理的关键环节, 并给出相关试验验证, 为光谱仪图像反演及误差校正探索了一种新途径。