● 摘要
搭载在不同空间平台上的高光谱传感器，能够以数十至数百个连续且细分的光谱波段对目标区域同时成像，在获得地表图像信息的同时，也获得其光谱信息，第一次真正做到了图谱合一。这种图谱合一信息，能清楚的反应出地物分布，同时通过分类能够有效地对地物目标进行识别。这项技术已被广泛应用到军事和民用领域上，在诸多行业具有广阔的应用前景。但要将高光谱数据用于实际，必须解决受搭载平台的影响，同时也要解决所获得的原始图像校正问题和对高光谱图像进行分类的问题。论文结合国家科技支撑计划“超高空飞艇载荷集成与定量处理技术”任务书的要求，主要完成以下几方面工作：
1．为航拍数据几何校正建立了相应的坐标系转换公式，通过共线方程完成几何校正，并使用最临近赋值法完成了光谱重采样，最终获得了较好的校正结果。
2．针对传统方法多关注图像的谱域信息，而很少利用其空间信息，本文引入基于重构的形态学开运算和闭运算方法对图像进行空间信息的提取，并结合原始光谱信息构造了新的图像特征空间。
3．与监督分类下的最小距离分类以及非监督分类下的K-means分类做了实验对比，利用本文采用的基于空间与光谱信息融合的分类方法取得了最好的分类结果，验证了本文方法的有效性。
关键词：几何校正，主成分分析，降维，形态学，支持向量机