高光譜遙感圖像光譜特征提取與匹配技術(shù)研究.pdf

1、我國經(jīng)濟的可持續(xù)高速發(fā)展對礦產(chǎn)資源與能源需求極大。但是,當前我國主要礦產(chǎn)資源保障形勢非常嚴峻。遙感技術(shù)作為有效的對地觀測手段,先后經(jīng)歷了全色攝影,彩色攝影、多光譜遙感,高光譜遙感等不同歷史階段。從20世紀70年代起,遙感技術(shù)就被廣泛的應(yīng)用于國土資源調(diào)查和監(jiān)測領(lǐng)域,并取得了豐碩的成果。高光譜遙感極大地增強了遙感對地觀測能力和對地物的鑒別能力,提高了遙感技術(shù)的定量化水平,使遙感從對地物的鑒別發(fā)展到對地物的直接識別階段,利用高光譜遙感技術(shù)探測

2、礦產(chǎn)是遙感技術(shù)應(yīng)用的主要方向之一。
　　 目前高光譜遙感影像礦物識別分類方法主要分成兩種,一種是基于數(shù)學變換進行圖像降維的數(shù)理統(tǒng)計,如主成分分析法。另外一種則根據(jù)礦物的光譜形成物理機制,直接利用高光譜遙感數(shù)據(jù)光譜分辨率高的特點,通過選擇吸收譜段,計算光譜吸收特征等方法實現(xiàn)對巖礦識別,如光譜特征擬合法。將這兩類方法有效結(jié)合起來實現(xiàn)礦物識別分類,從礦物光譜形成的物理機理出發(fā),研究分析地物的診斷光譜特征,并利用數(shù)理統(tǒng)計的相關(guān)理論方法實

3、現(xiàn)特征匹配達到礦物識別精細與分類填圖成為本文研究重點。
　　 多特征匹配決策樹礦物識別與分類填圖技術(shù)是一個知識發(fā)現(xiàn)與表達、規(guī)則定義、建立和運行決策樹的過程。現(xiàn)有各類礦物識別決策樹要么僅僅使用單一特征(如光譜主吸收峰位置特征)和相同的分類算法進行礦物識別,要么使用不同的特征卻使用相同的算法,但是這兩種決策樹都在一定程度上限制了識別精度的提高。為改善礦物識別精度,本文根據(jù)各類典型蝕變礦物的光譜吸收特征建立了多變量決策樹:首先計算了研

4、究區(qū)典型蝕變礦物的主要光譜吸收特征,并將這些特征以知識的形式表達出來。然后分別計算了光譜特征影像的信息熵,根據(jù)信息熵的大小選擇了光譜吸收指數(shù)、光譜吸收深度、光譜斜率、左區(qū)域面積等類特征并結(jié)合礦物本身的主要吸收特征完成了礦物識別規(guī)則的定義。最后在規(guī)則定義基礎(chǔ)上構(gòu)建和運行了決策樹,得到了分類填圖結(jié)果。該結(jié)果與中國地質(zhì)大學(武漢)黃定華等人和中國國土資源航空遙感中心的填圖結(jié)果基本一致,尤其是綠簾石和蛇紋石填圖結(jié)果吻合的較好。而對于白云母、綠泥

5、石、方解石礦物,三類結(jié)果稍有差異。這說明了用知識表達與規(guī)則定義的方法對模擬數(shù)據(jù)進行礦物填圖是可行的、有效地,在一定程度上它可以實現(xiàn)礦物種類及分布填圖,同時也說明本文建立的多特征混合決策樹分類識別樹分類能力強。為定量評價決策樹分類精度,本文將構(gòu)建的多特征決策樹和SAM方法分別應(yīng)用于根據(jù)USGS光譜庫隨機生成的模擬圖像:結(jié)果顯示多特征決策樹識別正確率為89.06％,而SAM方法正確率為79.99％。這說明了決策樹在研究區(qū)地物先驗知識部分缺失