遥感图像谐波分析与处理的研究现状

高光谱遥感图像的目标检测是高光谱遥感应用的重要研究内容之一，其应用领域包括环境监测、城市调查、矿产测绘和军事侦察等。高光谱遥感的巨大内涵和独特性在于，它可以从数据的高维空间特征入手，基于地物本身的物理属性进行更有效的目标检测和分类处理。基于此，近年来发展了许多目标检测算法。然而，目前基于谐波分析的高光谱图像目标检测技术研究很少。本章将从高光谱维谐波分析的角度探索和实验高光谱图像的小目标检测与识别技术。

谐波分析技术广泛应用于电力污染检测和治理。如唐生清等(2006)基于BP(Back Propagation)神经网络检测电力系统谐波，并给出了三次谐波的训练和仿真，可用于电力系统的实时检测和谐波动态补偿。在遥感领域，目前多采用调和分析对时间序列数据进行分析，最早由Jakubauskas等人提出，2001，2002。为了描述自然和农业土地利用的季节变化，他们还研究了调和分析在作物种类识别中的应用，并在堪萨斯州南部进行了实验。Toshi-Hiro等人(2005年)使用谐波分析来检测MODIS时间序列数据的作物物候；Bethany et al.(2007)探索了一种基于谐波分析的曲线拟合技术，从嘈杂的NDVI时间序列数据中提取了年物候规律。针对高光谱图像目标检测问题，目前还没有关于谐波分析的文献。