多源遙感信息快速處理與巖性信息自動(dòng)提取方法研究.pdf

1、星載和機(jī)載遙感數(shù)能有效用于巖性信息提取與制圖，特別是在植被覆蓋稀少的干旱、半干旱地區(qū)。隨著傳感器技術(shù)的快速發(fā)展，高空間分辨率、光譜分辨率和時(shí)間分辨率的遙感數(shù)據(jù)源類型不斷增加。由于不同巖石單元在不同類型數(shù)據(jù)源上有不同的反應(yīng)，綜合多源遙感數(shù)據(jù)（包括航空地球物理數(shù)據(jù)）的各自優(yōu)勢，能克服單一數(shù)據(jù)源的不完全性和不確定性，增強(qiáng)巖性信息以利于準(zhǔn)確、可靠的巖性制圖。但是采用多源遙感數(shù)據(jù)進(jìn)行自動(dòng)巖性信息提取還存在較多的技術(shù)障礙。首先，面對海量增加的遙感數(shù)

2、據(jù)，以人工作業(yè)方式為主的常規(guī)遙感圖像配準(zhǔn)技術(shù)難以滿足快速預(yù)處理的要求，這將制約巖性等專題信息的提取效率。如何將不同分辨率、不同波段、不同時(shí)相等的多源遙感數(shù)據(jù)進(jìn)行快速自動(dòng)配準(zhǔn)是當(dāng)前遙感圖像處理的難點(diǎn)。其次，植被覆蓋足遙感巖性信息提取的一個(gè)常見障礙。常用的圖像增強(qiáng)處理，只能凸顯地表信息；而少數(shù)能對植被進(jìn)行抑制的增強(qiáng)方法，也存在對實(shí)地光譜數(shù)據(jù)或特定地質(zhì)現(xiàn)象（如蝕變）的依賴。亟需提出一種更加通用的，對原始數(shù)據(jù)要求更少的植被抑制技術(shù)，以滿足覆蓋區(qū)

3、巖性增強(qiáng)的要求。再次，采用傳統(tǒng)的遙感影像分類方法對具有高維特性的多源遙感數(shù)據(jù)進(jìn)行巖性信息自動(dòng)提取時(shí)，會陷入“維數(shù)災(zāi)難”，即分類精度會隨著維度的增加而降低。因此，需要探索和試驗(yàn)?zāi)芸朔@一現(xiàn)象的分類器用于巖性自動(dòng)提取。
　　 本文針對當(dāng)前多源遙感數(shù)據(jù)巖性信息自動(dòng)提取中的上述關(guān)鍵技術(shù)問題，以光學(xué)遙感和航磁數(shù)據(jù)為例，采用計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)領(lǐng)域的方法，開展巖性信息自動(dòng)提取研究，取得了以下主要成果：
　　 （1）綜合采用SIFT算

4、法，Harris角點(diǎn)檢測，小波金字塔方法，交叉匹配法以及TIN糾正等構(gòu)建了適合于多源遙感數(shù)據(jù)的全自動(dòng)快速配準(zhǔn)流程。通過對不同類型高分辨率和中等分辨率遙感影像的試驗(yàn)，表明了本文方法的有效性。
　　 （2）提出了“掩模-強(qiáng)迫不變”植被抑制方法，通過對杭州地區(qū)的Landsat ETM+數(shù)據(jù)的試驗(yàn)表明本文提出的方法能顯著抑制原始影像中的植被影響。
　　 （3）提出了采用SVM模型綜合ASTER、DEM和航磁數(shù)據(jù)進(jìn)行自動(dòng)巖性分類。

5、試驗(yàn)表明，SVM的巖性分類精度以及分類結(jié)果與巖性圖的相似度均高于最小馬氏距離法、最大似然法和神經(jīng)網(wǎng)絡(luò)（包括BPNN和PNN）等分類方法。另外通過對美國內(nèi)華達(dá)州Cuprite礦區(qū)AVIRIS高光譜數(shù)據(jù)巖性分類的試驗(yàn)也表明了SVM模型的有效性。
　　 （4）采用了SVM-RFE對ASTER-DEM-航磁數(shù)據(jù)巖性分類進(jìn)行特征選擇。試驗(yàn)表明，該技術(shù)能在不顯著降低原始分類精度的前提下，將原始特征維度從36個(gè)降低到19個(gè)，并且提供了適于巖性