劉新意 章治邦
(江西理工大學建筑與測繪工程學院 江西 贛州 341000)
基于光譜數(shù)據(jù)庫的地物光譜匹配識別算法
劉新意 章治邦
(江西理工大學建筑與測繪工程學院 江西 贛州 341000)
在高光譜圖像處理中,高光譜數(shù)據(jù)庫占據(jù)著極其重要的位置。由于不同的地物具有不同的波譜特征,這已成為人們利用高光譜遙感數(shù)據(jù)認識和識別地物,提取地表信息的主要思想和手段。基于光譜庫的光譜匹配技術(shù),主要是利用光譜庫中的參考光譜來識別某未知地物光譜的方法。根據(jù)參考光譜和未知光譜之間的相似程度,來判別未知光譜的地物類型,進而達到地物識別的目的。
高光譜數(shù)據(jù)庫;光譜匹配;波譜特征;地物識別
高光譜遙感作為遙感技術(shù)的重大成就之一,近年來取得了重大進展。高光譜影像目標識別技術(shù)是利用空間維和光譜維信息進行目標定位和定性的技術(shù)方法;利用高光譜圖像(Hyper spectral Images)進行目標識別是當前國內(nèi)、外遙感圖像處理和分析的研究熱點之一,尤其是近年涌現(xiàn)出大量星載和機載高光譜數(shù)據(jù)采集系統(tǒng),并獲得了相當豐富的高光譜數(shù)據(jù)資源。因此,國內(nèi)、外科研單位對其的研究日益重視,促使人們?yōu)榭焖購暮A繑?shù)據(jù)中獲取所需信息,開展了大量的研究分析與應(yīng)用工作。其中,利用已知目標的光譜特征,從高光譜影像數(shù)據(jù)中檢索該目標的空間分布是高光譜數(shù)據(jù)分析應(yīng)用的重點之一。
(一)高光譜數(shù)據(jù)庫。在高光譜圖像處理中,高光譜數(shù)據(jù)庫占據(jù)著極其重要的位置。由于不同的地物具有不同的波譜特征,這已成為人們利用高光譜遙感數(shù)據(jù)認識和識別地物,提取地表信息的主要思想和手段。因此,收集和積累各種典型地物的光譜數(shù)據(jù)信息歷來是遙感基礎(chǔ)研究和應(yīng)用研究中不可缺少的一個重要環(huán)節(jié)。由于高光譜成像光譜儀產(chǎn)生了龐大的數(shù)據(jù)量,建立地物光譜數(shù)據(jù)庫,運用先進的計算機技術(shù)來保存,管理和分析這些信息,是提高遙感信息的分析處理水平并使其能得到高效,合理之應(yīng)用的唯一途徑,并給人們認識,識別及匹配地物提供了基礎(chǔ)。同時,高光譜數(shù)據(jù)的獨特性決定了光譜數(shù)據(jù)庫具有自身的一些特點。
目前,在遙感技術(shù)領(lǐng)域,國內(nèi)外一些研究機構(gòu)在長期工作的基礎(chǔ)上,建立了一些光譜數(shù)據(jù)庫,借簽他們的成果,吸收他們的長處對我們開展光譜數(shù)據(jù)庫的研究會有很大的幫助。當前常見的光譜庫有6個,公開提供電子版的有USGS、PJL、JHU、IGCP一264、ASTER。
(二)光譜匹配技術(shù)。在成像光譜圖像處理中,光譜匹配技術(shù)是成像光譜地物識別和目標探測的關(guān)鍵技術(shù)之一。所謂光譜匹配技術(shù)是指通過研究參考光譜曲線和測試光譜曲線之間的相似度來判斷地物的歸屬類別。目前所應(yīng)用的光譜匹配技術(shù)均源于Mazer在SPAM系統(tǒng)中所描述的根據(jù)光譜波形二值編碼,用哈明距離實現(xiàn)圖像光譜與數(shù)據(jù)庫光譜的匹配識別,F(xiàn)raser和Kruse用最小平方殘差實現(xiàn)全光譜最佳匹配識別礦物,Clark針對光譜吸收特征,用最小二乘法擬和實現(xiàn)最佳光譜識別,BoardmanJ.w發(fā)展了光譜角填圖(SAM:Spectral angle Mapping)分類技術(shù)進行光譜匹配識別。從概念上講,光譜匹配有三種模式:(1)從圖像的反射光譜出發(fā),將像元光譜數(shù)據(jù)與光譜數(shù)據(jù)庫中的標準光譜響應(yīng)曲線進行比較搜索,并將像元歸于與其最相似的標準光譜響應(yīng)所對應(yīng)的類別,這是一個查找過程;(2)利用光譜數(shù)據(jù)庫,將具有某種特征的地物標準光譜響應(yīng)曲線當作模版與遙感圖像像元進行比較,找出最相似的像元并賦予該類標記,這是一個匹配過程;(3)根據(jù)像元之間的光譜響應(yīng)曲線本身的相似度,將最相似的像元歸并為一類,這是一種聚類過程。
在前兩種運作模式中,標準光譜響應(yīng)曲線一般都是從高光譜數(shù)據(jù)庫中提取出原始高光譜數(shù)據(jù),并作一些相應(yīng)的預(yù)處理后得到的。這兩種運作模式解決問題的關(guān)鍵一是地物標準光譜數(shù)據(jù)庫的建立;二是光譜匹配算法的研究。
(三)基于光譜數(shù)據(jù)庫的光譜匹配技術(shù)。基于光譜庫的光譜匹配技術(shù),主要是利用光譜庫中的參考光譜來識別某未知地物光譜的方法。根據(jù)參考光譜和未知光譜之間的相似程度,來判別未知光譜的地物類型,進而達到地物識別的目的。主要包括二值編碼匹配、光譜角度匹配。
1.二值編碼匹配。對光譜庫的查找和匹配過程必須是有效的。而且,對成像光譜數(shù)據(jù)這種海量數(shù)據(jù)會產(chǎn)生大程度的冗余度,會降低計算機的處理效率。為實施匹配,因此要建立一些數(shù)據(jù)縮減和模式匹配技術(shù),提出了一系列對光譜進行二進制編碼的建議(Goetz,1990)。使得光譜可用簡單的0~l來表述。其中的一些編碼方式:(1)分段編碼:對編碼方式的一個簡單變形是將光譜通道分成幾段進行二值編碼,這種方法要求每段的邊界在所有像元矢量都相同。為使編碼更有效,段的選擇可以根據(jù)光譜特征進行。例如在找到所有的吸收區(qū)域以后,邊界可以根據(jù)吸收區(qū)域來選擇。(2)多門限編碼,采用多個門限進行編碼可以加強編碼光譜的描述性能。將每個灰度值變?yōu)?bit,或者將光譜范圍劃分為幾個小的子區(qū)域,每個子區(qū)域獨立編碼。(3)僅在一定波段進行編碼:這個方法僅在最能區(qū)分不同地物覆蓋類型的光譜區(qū)編碼。如果不同波段的光譜行為是由不同的物理特征所主宰,我們可以進選擇這些波段進行編碼,這樣既能達到良好的分類目的,又能提高編碼和匹配識別效率。一旦完成編碼,則可利用基于最小漢明距離的算法來進行匹配識別[X.Jia and J.A.Richards1993]。
2.光譜角度匹配。光譜角度匹配(Spectral Angle Match:SAM)通過計算一個測量光譜(像元光譜)于一個參考光譜之間的”角度”來確定他們兩者之間的相似性。參考光譜可以是實驗室光譜或野外測定光譜或是從圖像上提取的像元光譜。這種方法假設(shè)圖像數(shù)據(jù)已被縮減到“視反射率”,即所有暗輻射和路徑輻射偏差已經(jīng)去除。它被用于處理一個光譜維數(shù)等于波段數(shù)的光譜空間中的一個向量。光譜角度匹配的流程分為4步:(1)從光譜數(shù)據(jù)庫中選擇感興趣的“最終成分光譜”;(2)對“最終成分光譜”做重采樣,因為圖像光譜分辨率通常要低于地面測量的光譜分辨率,使兩者光譜分辨率一致。(3)計算最終成分光譜與圖像像元光譜兩個光譜向量之間的角度a(廣義夾角余弦),以評價此兩光譜向量相似性。a值域為0~π/2,當a=0時表示兩個光譜完全相似,而a=π/2時則兩個光譜完全不同。(4)計算成像光譜圖上每個像元光譜與每個最終成分光譜的a,從而實現(xiàn)對圖像光譜的匹配和分類。
光譜匹配技術(shù)是成像光譜地物識別的關(guān)鍵技術(shù)之一。對于一幅高光譜圖像,應(yīng)該如何針對不同的應(yīng)用選擇不同的光譜匹配技術(shù),以及能否發(fā)展更為完善的光譜匹配技術(shù)一直是人們研究的熱點。而建立一個完善的光譜數(shù)據(jù)庫系統(tǒng)是光譜匹配技術(shù)的關(guān)鍵技術(shù)之一。本文正是圍繞這幾個方面的內(nèi)容層層展開研究。進而達到地物識別的目的。
[1]蘇紅軍.高光譜遙感數(shù)據(jù)光譜特征提取算法與分類研究[J].計算機應(yīng)用研究,2008,25(2)391-392.
[2]崔廷偉,張杰.基于地物光譜的赤潮優(yōu)勢種識別研究[J],海洋與湖沼,2005,36(3):278-279.
[3]張立朝.基于高光譜影像數(shù)據(jù)庫的地理目標識別[J],海洋測繪,2007,27(1):51-53.
[4]于宏.基于光譜知識庫對高光譜影像目標快速識別方法[J],世界核地質(zhì)科學,2011,28(1):31.
[5]段瑞魯.科爾沁沙地典型沙丘植被光譜特征數(shù)據(jù)的匹配[J],干旱區(qū)研究,2014,31(4):751-753.
[6]王志平.利用高光譜數(shù)據(jù)進行地物識別分類研究[J],光子學報,2008,37(3):562-563.
[7]張雄飛.網(wǎng)絡(luò)環(huán)境下高光譜數(shù)據(jù)庫構(gòu)建及其應(yīng)用實踐[D].北京:中國科學院遙感應(yīng)用研究所,2003.
[8]熊 禎.高光譜遙感圖像分類技術(shù)研究[D].北京:中國科學院遙感應(yīng)用研究所,2000.
劉新意(1990-),男,漢族,碩士研究生,研究方向:GIS應(yīng)用;章治邦(1992-),男,漢族,碩士研究生,研究方向:支持向量機。