專利名稱：一種基于光譜知識(shí)的礦物信息智能識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于光譜知識(shí)的礦物信息智能識(shí)別方法，屬于高光譜數(shù)據(jù)處理方 法與應(yīng)用技術(shù)領(lǐng)域，適用于高光譜圖像信息自動(dòng)提取的理論方法以及在礦物信息識(shí)別等領(lǐng) 域的應(yīng)用技術(shù)研究。
背景技術(shù)：
高光譜相對(duì)于傳統(tǒng)遙感增加了光譜維信息，反映了其代表地物的內(nèi)在特征，充分 利用該信息能夠大大推動(dòng)高光譜數(shù)據(jù)的應(yīng)用范圍與水平，并不斷擴(kuò)展高光譜數(shù)據(jù)的應(yīng)用深 度和廣度。目前高光譜礦物信息識(shí)別的方法主要為基于波譜相似性測(cè)度、混合光譜模型、基 于光譜波形參數(shù)等。在具有大量已知地物光譜時(shí)這些方法適應(yīng)性強(qiáng)，但明顯不足是由于實(shí) 際地物光譜變異、獲取數(shù)據(jù)受觀測(cè)角以及顆粒大小的影響而造成光譜變化，準(zhǔn)確匹配比較 困難，造成礦物識(shí)別與分析上的混淆和誤差。另外基于統(tǒng)計(jì)的光譜識(shí)別方法幾乎沒有用到 礦物光譜的內(nèi)在特征及其化學(xué)組成等信息。事實(shí)上，礦物往往具有其特有的診斷吸收特征， 并且其吸收特征在不同的礦物中具有較穩(wěn)定的波長(zhǎng)位置和較穩(wěn)定的獨(dú)特波形，能夠指示礦 物的存在。通過光譜吸收特征或其組合，能夠?qū)崿F(xiàn)對(duì)礦物的識(shí)別。針對(duì)這一問題，國(guó)外提出 了基于知識(shí)決策的識(shí)別方法，該方法利用了礦物光譜的診斷吸收特征。但是該類方法存在 著一定程度的問題受測(cè)量條件和環(huán)境的影響，同種礦物的標(biāo)準(zhǔn)參考光譜和圖像像元光譜 的幅值存在較大差異，采用參考光譜在診斷特征波段區(qū)間的最大和最小值作為約束條件來 避免異物同譜的情況會(huì)造成識(shí)別誤差；并且現(xiàn)有方法未考慮礦物在空間分布連續(xù)的特性， 造成一些散點(diǎn)的誤識(shí)別。

發(fā)明內(nèi)容
本發(fā)明的目的是針對(duì)現(xiàn)有礦物信息識(shí)別方法光譜吸收特征利用較少、未充分考慮 測(cè)量環(huán)境引起的參考光譜與圖像像元光譜存在幅值差異以及未考慮礦物本身的分布特性 等不足，提出一種一種基于光譜知識(shí)的礦物信息智能識(shí)別方法。本發(fā)明的技術(shù)解決方案是一種基于光譜知識(shí)的礦物信息智能識(shí)別方法。該方法 主要是基于光譜知識(shí)的相關(guān)理論，提取包括光譜波形與光譜特征參數(shù)的光譜知識(shí)，獲得參 考光譜以及光譜吸收特征波段區(qū)間，然后采用基于光譜主次吸收特征的最小二乘擬合方法 得到最初匹配值，并對(duì)最初匹配值進(jìn)行以下三個(gè)約束處理特征波段光譜角匹配、是否存在 特定吸收特征、特征波段反射率閾值設(shè)定，從而得到最終匹配值，將圖像像元光譜與各個(gè)參 考光譜的最終匹配值中的最大匹配值所對(duì)應(yīng)參考光譜作為該像元初步識(shí)別結(jié)果，然后運(yùn)用 礦物空間分布的連續(xù)性得到高光譜圖像的最終識(shí)別結(jié)果，從而實(shí)現(xiàn)高光譜圖像礦物信息的 自動(dòng)識(shí)別。本發(fā)明一種基于光譜知識(shí)的礦物信息智能識(shí)別方法，其步驟如下(1)提取包括光譜波形與光譜特征參數(shù)的光譜知識(shí)；
(2)讀入高光譜圖像數(shù)據(jù)；(3)根據(jù)圖像光譜波長(zhǎng)對(duì)各個(gè)參考光譜進(jìn)行重采樣；(4)對(duì)圖像光譜及重采樣后參考光譜進(jìn)行連續(xù)統(tǒng)去除；(5)對(duì)步驟(4)處理后的圖像光譜與各個(gè)參考光譜在主次吸收特征波段采用最小 二乘擬合方法，得到最初匹配值；(6)對(duì)最初匹配值進(jìn)行三個(gè)約束處理特征波段光譜角匹配、是否存在特定吸收 特征、特征波段反射率閾值設(shè)定，從而得到最終匹配值；(7)步驟(6)得到的各個(gè)最終匹配值中的最大匹配值所對(duì)應(yīng)參考光譜即該像元初 步識(shí)別結(jié)果，然后運(yùn)用礦物空間分布連續(xù)性的約束得到高光譜圖像最終識(shí)別結(jié)果。其中，步驟(1)中所述的光譜波形與光譜特征參數(shù)等光譜知識(shí)的提取，其含義說 明如下選取美國(guó)地調(diào)局光譜庫(kù)中常見礦物光譜為參考光譜(光譜波段范圍0. 3951 2. 56 μ m)；提取其光譜波形以及光譜庫(kù)中各參考光譜在整個(gè)波段范圍內(nèi)吸收特征的個(gè)數(shù)和 每個(gè)吸收特征的起止波段位置等相關(guān)參數(shù)作為光譜知識(shí)。其中，步驟(3)中所述的根據(jù)圖像光譜波長(zhǎng)對(duì)各個(gè)參考光譜進(jìn)行重采樣，其含義 說明如下由于參考光譜與圖像像元光譜波長(zhǎng)范圍可能不一致，因此在擬合運(yùn)算之前必須 采用臨界采樣的方法根據(jù)圖像像元光譜波長(zhǎng)對(duì)參考光譜進(jìn)行重采樣。其中，步驟(4)中所述的對(duì)圖像像元光譜及重采樣后參考光譜進(jìn)行連續(xù)統(tǒng)去除， 其含義說明如下連續(xù)統(tǒng)去除處理可以突出光譜吸收特征，抑制噪聲影響；其具體流程為 首先求得光譜曲線上所有極大值點(diǎn)中的最大值，然后以最大值點(diǎn)作為包絡(luò)線的一個(gè)端點(diǎn)計(jì) 算該點(diǎn)與波長(zhǎng)增加的方向各個(gè)極大值連線的斜率并以斜率最大點(diǎn)作為包絡(luò)的下一個(gè)端點(diǎn)， 再以此點(diǎn)為起點(diǎn)循環(huán)直到最后一點(diǎn)，同時(shí)以最大值點(diǎn)作為包絡(luò)的一個(gè)端點(diǎn)向波長(zhǎng)減小的方 向進(jìn)行類似計(jì)算并以斜率最小點(diǎn)為下一個(gè)端點(diǎn)，再以此點(diǎn)為起點(diǎn)循環(huán)直到曲線上的開始 點(diǎn)，最后沿波長(zhǎng)增加方向連接所有端點(diǎn)可形成包絡(luò)線，用實(shí)際光譜反射率去除包絡(luò)線上相 應(yīng)波段的反射率值可得連續(xù)統(tǒng)去除曲線；其計(jì)算公式如下Rcr(A) = R(A)/C(A)其中，λ為波長(zhǎng)，RraU)為連續(xù)統(tǒng)去除后的反射率值，RU)為連續(xù)光譜的反射率 值，CU)為連續(xù)統(tǒng)的值。其中，步驟(5)中所述的基于主次吸收特征的最小二乘擬合方法，其含義說明如 下對(duì)連續(xù)統(tǒng)去除后的各個(gè)參考光譜和圖像像元光譜在主次吸收特征區(qū)間進(jìn)行最小二乘擬 合，得到最初的匹配值。其計(jì)算公式如下
「 F —冬廣YjOiLi-^OiYjLi)! η,tIOtai _ ΖΛ, / ^一一 7
‘=1 ν(ΣΑ2-(ΣΑ)2、)(Σ0'2-(Σ0,)、)其中，ni為第i個(gè)吸收特征所含的波段數(shù)諷為第i個(gè)吸收特征連續(xù)統(tǒng)去除后的 圖像像元光譜^為第i個(gè)吸收特征連續(xù)統(tǒng)去除后的參考光譜而為第i個(gè)光譜吸收特征 所占的權(quán)系數(shù)，可利用該吸收特征的面積在整個(gè)波段主次兩個(gè)特征的面積之和中所占的比 例來得到；Fttrtal為連續(xù)統(tǒng)去除后的圖像像元光譜與參考光譜在主次吸收特征區(qū)間的加權(quán)匹 配值。其中，步驟(6)中所述的“對(duì)最初匹配值進(jìn)行三個(gè)約束處理特征波段光譜角匹
配、是否存在特定吸收特征、特征波段反射率閾值設(shè)定，從而得到最終匹配值”，其含義說明如下由于存在不同種礦物連續(xù)統(tǒng)去除后特征區(qū)間波形相似的情況，因此需要對(duì)連續(xù)統(tǒng)去 除前的圖像像元光譜和參考光譜進(jìn)行光譜角匹配，并設(shè)定光譜角閾值，若光譜角匹配值小 于該閾值，則認(rèn)為出現(xiàn)了異物同譜的情況，將步驟(5)中所得最初匹配值設(shè)為0;由于不同 種礦物會(huì)在某一波段區(qū)間存在相似特征，但不會(huì)在所有波段區(qū)間都具有相似特征，因此可 以根據(jù)一種礦物在與之具有相似特征的另一種礦物的其它特征波段區(qū)間不具有吸收特征 來區(qū)分具有相似吸收特征的兩種礦物，并設(shè)定吸收深度閾值，若一種礦物在與之具有相似 特征的另一種礦物的其它某一特征波段區(qū)間的吸收深度大于該閾值，則將步驟(5)中所得 最初匹配值設(shè)為0 ；為了去除噪聲影響，設(shè)定連續(xù)統(tǒng)去除前圖像像元光譜在與其匹配的參 考光譜的特征波段區(qū)間的最小反射率閾值，若不滿足該閾值則將步驟(5)中所得最初匹配 值設(shè)為0。其中，步驟(7)中所述的“步驟(6)得到的各個(gè)最終匹配值中的最大匹配值所對(duì)應(yīng) 參考光譜即該像元初步識(shí)別結(jié)果，然后運(yùn)用礦物空間分布連續(xù)性的約束得到高光譜圖像最 終識(shí)別結(jié)果”，其含義說明如下圖像像元光譜與各個(gè)參考光譜經(jīng)過最小二乘擬合與約束條 件限制得到的最大匹配值表示匹配最佳，其對(duì)應(yīng)礦物即為該圖像像元初步識(shí)別結(jié)果；然后 運(yùn)用礦物空間分布連續(xù)性約束條件，即礦物不以散點(diǎn)形式在圖像中出現(xiàn)，得到高光譜圖像 中礦物的最終識(shí)別結(jié)果。本發(fā)明與現(xiàn)有技術(shù)相比的優(yōu)點(diǎn)在于本方法運(yùn)用了光譜知識(shí)的相關(guān)理論，有效的 克服了現(xiàn)有識(shí)別方法對(duì)光譜吸收特征利用較少、未充分考慮測(cè)量環(huán)境引起的參考光譜與圖 像像元光譜存在幅值差異以及未考慮礦物本身的分布特性的問題，實(shí)現(xiàn)了高光譜圖像礦物 信息的自動(dòng)識(shí)別。它具有以下的優(yōu)點(diǎn)(1)改進(jìn)了抑制異物同譜的約束條件，采用對(duì)連續(xù)統(tǒng) 去除前的圖像像元光譜和參考光譜進(jìn)行光譜角匹配的方法，從而消除了測(cè)量環(huán)境引起的參 考光譜與圖像像元光譜存在幅值差異對(duì)礦物識(shí)別的影響；(2)引入礦物空間分布連續(xù)性的 約束條件，充分利用礦物空間信息，提高了方法的精確性。


圖1為本發(fā)明一種基于光譜知識(shí)的礦物信息智能識(shí)別方法的流程圖。
具體實(shí)施例方式為了更好的說明本發(fā)明涉及的一種基于光譜知識(shí)的礦物信息智能識(shí)別方法，利用 機(jī)載AVIRIS高光譜成像儀數(shù)據(jù)，采用本發(fā)明方法進(jìn)行美國(guó)內(nèi)華達(dá)州Cuprite地區(qū)礦物信息 的自動(dòng)識(shí)別。本發(fā)明一種基于光譜知識(shí)的礦物信息智能識(shí)別方法，具體實(shí)現(xiàn)步驟如下(1)提取包括光譜波形與光譜特征參數(shù)的光譜知識(shí)選取美國(guó)地調(diào)局光譜庫(kù)中62 種常見礦物光譜為參考光譜(光譜波段范圍0. 3951 2. 56 μ m)，其中包括明礬石，高嶺石， 蒙脫石，白云母，方解石，玉髓石，綠泥石，地開石，陽起石，透輝石，白云石，布丁石，綠簾石， 伊利石，孔雀石等常見礦物；提取其光譜波形以及光譜庫(kù)中各參考光譜在整個(gè)波段范圍內(nèi) 吸收特征的個(gè)數(shù)和每個(gè)吸收特征的起止波段位置等相關(guān)參數(shù)作為光譜知識(shí)。(2)讀入高光譜圖像數(shù)據(jù)讀入AVIRIS高光譜反射率數(shù)據(jù)，數(shù)據(jù)大小為 400X350X50 ；(3)根據(jù)圖像光譜波長(zhǎng)對(duì)各個(gè)參考光譜進(jìn)行重采樣標(biāo)準(zhǔn)參考光譜波長(zhǎng)范圍0. 3951 2. 56 μ m,圖像光譜波長(zhǎng)范圍1. 9908 2. 4790 μ m,為實(shí)現(xiàn)匹配必須將參考光譜波 長(zhǎng)重采樣至1. 9908 2. 4790 μ m并通過臨界采樣方法得到相應(yīng)反射率值；(4)對(duì)圖像光譜及重采樣后參考光譜進(jìn)行連續(xù)統(tǒng)去除；為了抑制實(shí)際地物光譜變異、獲取數(shù)據(jù)受觀測(cè)角以及顆粒大小的影響引起的圖像 光譜變化對(duì)識(shí)別結(jié)果的影響，僅考慮波長(zhǎng)位置較穩(wěn)定及波形較穩(wěn)定得診斷吸收特征區(qū)間； 為了突出吸收特征，抑制噪聲的影響，采用連續(xù)統(tǒng)去除的方法，從而有效地提高了方法的穩(wěn) 定性。首先求得光譜曲線上所有極大值點(diǎn)中的最大值，然后以最大值點(diǎn)作為包絡(luò)線的一 個(gè)端點(diǎn)計(jì)算該點(diǎn)與波長(zhǎng)增加的方向各個(gè)極大值連線的斜率并以斜率最大點(diǎn)作為包絡(luò)的下 一個(gè)端點(diǎn)，再以此點(diǎn)為起點(diǎn)循環(huán)直到最后一點(diǎn)，同時(shí)以最大值點(diǎn)作為包絡(luò)的一個(gè)端點(diǎn)向波 長(zhǎng)減小的方向進(jìn)行類似計(jì)算并以斜率最小點(diǎn)為下一個(gè)端點(diǎn)，再以此點(diǎn)為起點(diǎn)循環(huán)直到曲線 上的開始點(diǎn)，最后沿波長(zhǎng)增加方向連接所有端點(diǎn)可形成包絡(luò)線，用實(shí)際光譜反射率去除包 絡(luò)線上相應(yīng)波段的反射率值可得連續(xù)統(tǒng)去除曲線；其計(jì)算公式如下Rcr(A) = R(A)/C(A)其中，λ為波長(zhǎng)，RraU)為連續(xù)統(tǒng)去除后的反射率值，RU)為連續(xù)光譜的反射率 值，CU)為連續(xù)統(tǒng)的值。(5)對(duì)步驟(4)處理后的圖像光譜與各個(gè)參考光譜在主次吸收特征波段采用最小 二乘擬合方法，得到最初匹配值；對(duì)連續(xù)統(tǒng)去除后的參考光譜和圖像像元光譜在主次吸收特征區(qū)間進(jìn)行最小二乘 擬合，得到最初的匹配值；其計(jì)算公式如下
F廣Σ0,α-(Σ0,ΣΑ)、pIOtal = Za I ^7
-ν(ΣΑ2-(ΣΑ)2/",)(Σ《-(ΣΦ、)其中，ni為第i個(gè)吸收特征所含的波段數(shù)諷為第i個(gè)吸收特征連續(xù)統(tǒng)去除后的 圖像像元光譜^為第i個(gè)吸收特征連續(xù)統(tǒng)去除后的參考光譜而為第i個(gè)光譜吸收特征 所占的權(quán)系數(shù)，可利用該吸收特征的面積在整個(gè)波段主次兩個(gè)特征的面積之和中所占的比 例來得到；Fttrtal為連續(xù)統(tǒng)去除后的圖像像元光譜與參考光譜在主次吸收特征區(qū)間的加權(quán)匹 配值。(6)對(duì)最初匹配值進(jìn)行三個(gè)約束處理特征波段光譜角匹配、是否存在特定吸收 特征、特征波段反射率閾值設(shè)定，從而得到最終匹配值；為了消除測(cè)量環(huán)境引起的參考光譜與圖像像元光譜存在幅值差異對(duì)礦物識(shí)別的 影響，本發(fā)明改進(jìn)了抑制異物同譜的約束條件，采用對(duì)連續(xù)統(tǒng)去除前的圖像像元光譜和參 考光譜進(jìn)行光譜角匹配的方法，提高了約束條件的精確性。特征波段區(qū)間光譜角匹配計(jì)算公式如下
t*r 「00421 ο1 = arccos-
\\t\\*\\r\\其中，t為巖礦參考光譜，r為圖像像元光譜，θ為光譜角；通過該約束條件，可避 免不同種地物連續(xù)統(tǒng)去除后形狀類似而造成的誤識(shí)別。對(duì)連續(xù)統(tǒng)去除前的圖像像元光譜和參考光譜進(jìn)行光譜角匹配，并設(shè)定光譜角閾 值，若光譜角匹配值小于該閾值，則認(rèn)為出現(xiàn)了異物同譜的情況，將步驟(5)中所得最初匹
7配值設(shè)為0 ；由于不同種礦物會(huì)在某一波段區(qū)間存在相似特征，但不會(huì)在所有波段區(qū)間都 具有相似特征，因此可以根據(jù)一種礦物在與之具有相似特征的另一種礦物的其它特征波段 區(qū)間不具有吸收特征來區(qū)分具有相似吸收特征的兩種礦物，并設(shè)定吸收深度閾值，若一種 礦物在與之具有相似特征的另一種礦物的其它某一特征波段區(qū)間的吸收深度大于該閾值， 則將步驟(5)中所得最初匹配值設(shè)為0;為了去除噪聲影響，設(shè)定連續(xù)統(tǒng)去除前圖像像元 光譜在與其匹配的參考光譜的特征波段區(qū)間的最小反射率閾值，若不滿足該閾值則將步驟 (5)中所得最初匹配值設(shè)為0。(7)步驟(6)得到的各個(gè)最終匹配值中的最大匹配值所對(duì)應(yīng)參考光譜即該像元初 步識(shí)別結(jié)果，然后運(yùn)用礦物空間分布連續(xù)性的約束得到高光譜圖像最終識(shí)別結(jié)果；用數(shù)據(jù)大小為400X350X62的二值化圖像來表示初步識(shí)別結(jié)果，其中每維圖像 表示每種標(biāo)準(zhǔn)參考光譜對(duì)應(yīng)的礦物在該地區(qū)的分布圖，在圖像像元波段維中匹配值最大且 滿足約束條件的點(diǎn)，其值設(shè)為1，其余設(shè)為0 ；然后運(yùn)用礦物空間分布連續(xù)性的約束條件，去 除圖像中的散點(diǎn)像元，得到高光譜圖像中礦物的最終識(shí)別結(jié)果。以上整個(gè)實(shí)現(xiàn)過程不需要人為干預(yù)或任何先驗(yàn)信息，因此，實(shí)現(xiàn)了礦物信息識(shí)別 的自動(dòng)化和智能化。通過本發(fā)明方法，得到了美國(guó)內(nèi)華達(dá)州Cuprite地區(qū)的六種主要礦物 分布圖明礬石，高嶺石，蒙脫石，白云母，方解石，玉髓石。
權(quán)利要求
一種基于光譜知識(shí)的礦物信息智能識(shí)別方法，其特征在于它包含以下步驟(1)提取包括光譜波形與光譜特征參數(shù)的光譜知識(shí)；(2)讀入高光譜圖像數(shù)據(jù)；(3)根據(jù)圖像光譜波長(zhǎng)對(duì)各個(gè)參考光譜進(jìn)行重采樣；(4)對(duì)圖像光譜及重采樣后參考光譜進(jìn)行連續(xù)統(tǒng)去除；(5)對(duì)步驟(4)處理后的圖像光譜與各個(gè)參考光譜在主次吸收特征波段采用最小二乘擬合方法，得到最初匹配值；(6)對(duì)最初匹配值進(jìn)行三個(gè)約束處理特征波段光譜角匹配、是否存在特定吸收特征、特征波段反射率閾值設(shè)定，從而得到最終匹配值；(7)步驟(6)得到的各個(gè)最終匹配值中的最大匹配值所對(duì)應(yīng)參考光譜即該像元初步識(shí)別結(jié)果，然后運(yùn)用礦物空間分布連續(xù)性的約束得到高光譜圖像最終識(shí)別結(jié)果。
2.根據(jù)權(quán)利要求1所述的一種基于光譜知識(shí)的礦物信息智能識(shí)別方法，其特征在于 步驟(1)中所述的光譜波形與光譜特征參數(shù)等光譜知識(shí)的提取過程如下選取美國(guó)地調(diào)局 光譜庫(kù)中常見礦物光譜為參考光譜，提取其光譜波形以及光譜庫(kù)中各參考光譜在整個(gè)波段 范圍內(nèi)吸收特征的個(gè)數(shù)和每個(gè)吸收特征的起止波段位置等相關(guān)參數(shù)作為光譜知識(shí)。
3.根據(jù)權(quán)利要求1所述的一種基于光譜知識(shí)的礦物信息智能識(shí)別方法，其特征在于 步驟(4)中所述的連續(xù)統(tǒng)去除的方法如下其計(jì)算公式如下Rcr(X) = RU)/CU)其中，λ為波長(zhǎng)，Rct(X)為連續(xù)統(tǒng)去除后的反射率值，RU)為連續(xù)光譜的反射率值， C(A)為連續(xù)統(tǒng)的值；進(jìn)行連續(xù)統(tǒng)去除的具體步驟如下首先求得光譜曲線上所有極大值 點(diǎn)中的最大值，然后以最大值點(diǎn)作為包絡(luò)線的一個(gè)端點(diǎn)計(jì)算該點(diǎn)與波長(zhǎng)增加的方向各個(gè)極 大值連線的斜率并以斜率最大點(diǎn)作為包絡(luò)的下一個(gè)端點(diǎn)，再以此點(diǎn)為起點(diǎn)循環(huán)直到最后一 點(diǎn)，同時(shí)以最大值點(diǎn)作為包絡(luò)的一個(gè)端點(diǎn)向波長(zhǎng)減小的方向進(jìn)行類似計(jì)算并以斜率最小點(diǎn) 為下一個(gè)端點(diǎn)，再以此點(diǎn)為起點(diǎn)循環(huán)直到曲線上的開始點(diǎn)，最后沿波長(zhǎng)增加方向連接所有 端點(diǎn)可形成包絡(luò)線，用實(shí)際光譜反射率去除包絡(luò)線上相應(yīng)波段的反射率值可得連續(xù)統(tǒng)去除 曲線。
4.根據(jù)權(quán)利要求1所述的一種基于光譜知識(shí)的礦物信息智能識(shí)別方法，其特征在于 步驟(5)中所述的“對(duì)步驟(4)處理后的圖像光譜與各個(gè)參考光譜在主次吸收特征波段采 用最小二乘擬合方法，得到最初匹配值”，其最小二乘擬合方法的計(jì)算公式如下 其中，Hi為第i個(gè)吸收特征所含的波段數(shù)諷為第i個(gè)吸收特征連續(xù)統(tǒng)去除后的圖像 像元光譜；Li為第i個(gè)吸收特征連續(xù)統(tǒng)去除后的參考光譜；(；為第i個(gè)光譜吸收特征所占的 權(quán)系數(shù)，可利用該吸收特征的面積在整個(gè)波段主次兩個(gè)特征的面積之和中所占的比例來得 到；Ft。al為連續(xù)統(tǒng)去除后的圖像像元光譜與參考光譜在主次吸收特征區(qū)間的加權(quán)匹配值， 該值作為最初的圖像識(shí)別結(jié)果。
5.根據(jù)權(quán)利要求1所述的一種基于光譜知識(shí)的礦物信息智能識(shí)別方法，其特征在于 步驟(6)所述的“對(duì)最初匹配值進(jìn)行三個(gè)約束處理特征波段光譜角匹配、是否存在特定吸收特征、特征波段反射率閾值設(shè)定，從而得到最終匹配值”，其特征波段光譜角匹配的約束 條件含義如下對(duì)連續(xù)統(tǒng)去除前的圖像像元光譜和參考光譜在吸收特征波段區(qū)間進(jìn)行光譜 角匹配，并設(shè)定匹配閾值；其是否存在特定吸收特征的約束條件如下不同種礦物會(huì)在某 一波段區(qū)間存在相似特征，但不會(huì)在所有波段區(qū)間都具有相似特征，判斷一種礦物在與之 具有相似特征的另一種礦物的其它特征波段區(qū)間是否具有吸收特征；其特征波段反射率閾 值設(shè)定的約束條件含義如下設(shè)定連續(xù)統(tǒng)去除前圖像像元光譜在與其匹配的參考光譜的特 征波段區(qū)間的最小反射率閾值。
6.根據(jù)權(quán)利要求1所述的一種基于光譜知識(shí)的礦物信息智能識(shí)別方法，其特征在于 步驟(7)所述的“步驟(6)得到的各個(gè)最終匹配值中的最大匹配值所對(duì)應(yīng)參考光譜即該像 元初步識(shí)別結(jié)果，然后運(yùn)用礦物空間分布連續(xù)性的約束得到高光譜圖像最終識(shí)別結(jié)果”，其 中匹配值最大表示圖像像元光譜與參考光譜之間的匹配程度最大；其礦物空間分布連續(xù)性 的約束條件含義如下礦物在空間分布上具有連續(xù)性，不會(huì)以散點(diǎn)的形式存在于圖像中。
全文摘要
一種基于光譜知識(shí)的礦物信息智能識(shí)別方法，其步驟如下(1)提取包括光譜波形與光譜特征參數(shù)的光譜知識(shí)；(2)讀入高光譜圖像數(shù)據(jù)；(3)根據(jù)圖像光譜波長(zhǎng)對(duì)各個(gè)參考光譜進(jìn)行重采樣；(4)對(duì)圖像光譜及重采樣后參考光譜進(jìn)行連續(xù)統(tǒng)去除；(5)對(duì)步驟(4)處理后的圖像光譜與各個(gè)參考光譜在主次吸收特征波段采用最小二乘擬合方法，得到最初匹配值；(6)對(duì)最初匹配值進(jìn)行三個(gè)約束處理特征波段光譜角匹配、是否存在特定吸收特征、特征波段反射率閾值設(shè)定，從而得到最終匹配值；(7)步驟(6)得到的各個(gè)最終匹配值中的最大匹配值所對(duì)應(yīng)參考光譜即該像元初步識(shí)別結(jié)果，然后運(yùn)用礦物空間分布連續(xù)性的約束得到高光譜圖像最終識(shí)別結(jié)果。
文檔編號(hào)G06K9/62GK101916377SQ201010232490
公開日2010年12月15日 申請(qǐng)日期2010年7月15日 優(yōu)先權(quán)日2010年7月15日
發(fā)明者李娜, 牛志宇, 盛浩, 趙慧潔 申請(qǐng)人:北京航空航天大學(xué)