- 上一篇：Web信息抓取技术研究现状
- 下一篇：行人检测的国内外研究现状
毕业于成都理工大学的林娜博士针对高光谱遥感岩矿特征提取，采用了基于核方 法(KPCA、KMAF、KMNF)的高光谱图像特征提取方法实现了基于波谱特征的高光谱图像 分类，高光谱遥感图像中间包含丰富的光谱、辐射和空间三重信息，光谱分辨率这个 变量在λ/100 数量级时候，在电磁波谱的中红外、近红外、可见光和紫外区域，获 取得到的图像数据是非常狭窄但是连续；高光谱图像信息量大、波段众多；当用传统 的算法对图像进行分类的时候，随着波段数目慢慢地增加，随之也在增加的是需要训 练样本的数量；因此为了获得大量的训练样本，是需要花费很多资源，并且有时候甚 至是很难做到的[1]。68476
AISA 是一个新型的高光谱遥感成像系统在航空方面应用的成果。这个软件涵盖 VNIR (380-1000nm,), SWIR (1000-2500 nm) 和用于热成像的 LWIR (7.6 – 12.4um)
光谱范围。这项技术在拥有高性能和准确性的时候，也能够保持产品的尺寸和质量不 至于过大，这样非常有优势的组合，在市场上能够得到很好青睐
耿修瑞博士，毕业于中国科学院，曾经对于高光谱图像分类技术进行了深入的研 究，提出了一种方法，用于光谱重排特征提取，最终在特征提取和无监督分类方面取 得了进一步的突破[2]。
毕业于中国地质大学的徐元进，从事高光谱遥感技术在岩矿信息方面的研究，提出了一种穷举法所得到的地物识别算法。在他认为，遥感是不直接与被研究目标进行 接触，是通过遥感技术来获取目标信息，同时对于信息进行分析的一种科学技术。传 统意义上的多光谱遥感技术，目前就已经发现其存在了许多局限性，例如波段少等。 这样在矿石信息的分辨中，不能有效的进行区分。在接下来，遥感技术得到了充足的 发展，高光谱遥感技术出现了。这项技术的研发表明了在地表物质的分类和师表上有 着强有力的优势。目前，航空成像光谱仪和星载高光谱成像仪已经成功的为大量地表 矿物识别工作打下了坚实的基础。这项技术已经被广泛的应用到了地址领域方面[3]。论文网
高光谱遥感影像的降维是中南大学的李静的专业研究方向，她对其进行了深入的 研究发现了蚁群算法的基本原理。他认为在高光谱遥感图像方面这个算法能够提供很 高的光谱分辨率，同时还提供了许多细节[4]。
中科院的刘伟以高光谱土壤信息提取作为研究中心，着重入手研究土壤光谱特性 和在实验室中的反演研究。他通过实验室，建立了非常精细的土壤参数空间分布图 [5]。
毕业于武汉大学的何挺把高光谱遥感技术加入到了他的研究项目中。他研究的是 土地质量检测和土地检测的潜力，同时利用到了高光谱分辨率遥感技术，利用其特点 结合土地质量光谱信息和高光谱多元统计分析技术，通过对实验中不同数据的理化特 性分析，建立了土地质量标准模型[6]。
浙江大学的程街亮所从事的是高光谱遥感技术在土壤中的应用，比如可以利用多 种光谱数据来取出噪声、还有对数据的间接处理。他所设计的算法的中心是信息的分 析与提取，是以高光谱遥感作用最基本的技术支撑，成功的对土壤进行的分析和性质 上的预测 [7]。