基于光譜數(shù)據(jù)庫(kù)的地物光譜匹配識(shí)別算法

劉新意 章治邦

(江西理工大學(xué)建筑與測(cè)繪工程學(xué)院 江西 贛州 341000)

基于光譜數(shù)據(jù)庫(kù)的地物光譜匹配識(shí)別算法

劉新意 章治邦

(江西理工大學(xué)建筑與測(cè)繪工程學(xué)院 江西 贛州 341000)

在高光譜圖像處理中，高光譜數(shù)據(jù)庫(kù)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(rèn)識(shí)和識(shí)別地物，提取地表信息的主要思想和手段?；诠庾V庫(kù)的光譜匹配技術(shù)，主要是利用光譜庫(kù)中的參考光譜來識(shí)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(jìn)而達(dá)到地物識(shí)別的目的。

高光譜數(shù)據(jù)庫(kù);光譜匹配;波譜特征;地物識(shí)別

一、引言

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(jìn)展。高光譜影像目標(biāo)識(shí)別技術(shù)是利用空間維和光譜維信息進(jìn)行目標(biāo)定位和定性的技術(shù)方法；利用高光譜圖像(Hyper spectral Images)進(jìn)行目標(biāo)識(shí)別是當(dāng)前國(guó)內(nèi)、外遙感圖像處理和分析的研究熱點(diǎn)之一，尤其是近年涌現(xiàn)出大量星載和機(jī)載高光譜數(shù)據(jù)采集系統(tǒng),并獲得了相當(dāng)豐富的高光譜數(shù)據(jù)資源。因此，國(guó)內(nèi)、外科研單位對(duì)其的研究日益重視,促使人們?yōu)榭焖購(gòu)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(biāo)的光譜特征,從高光譜影像數(shù)據(jù)中檢索該目標(biāo)的空間分布是高光譜數(shù)據(jù)分析應(yīng)用的重點(diǎn)之一。

二、研究?jī)?nèi)容及技術(shù)手段

(一)高光譜數(shù)據(jù)庫(kù)。在高光譜圖像處理中，高光譜數(shù)據(jù)庫(kù)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(rèn)識(shí)和識(shí)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(gè)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(kù)，運(yùn)用先進(jìn)的計(jì)算機(jī)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(rèn)識(shí)，識(shí)別及匹配地物提供了基礎(chǔ)。同時(shí)，高光譜數(shù)據(jù)的獨(dú)特性決定了光譜數(shù)據(jù)庫(kù)具有自身的一些特點(diǎn)。

目前，在遙感技術(shù)領(lǐng)域，國(guó)內(nèi)外一些研究機(jī)構(gòu)在長(zhǎng)期工作的基礎(chǔ)上，建立了一些光譜數(shù)據(jù)庫(kù)，借簽他們的成果，吸收他們的長(zhǎng)處對(duì)我們開展光譜數(shù)據(jù)庫(kù)的研究會(huì)有很大的幫助。當(dāng)前常見的光譜庫(kù)有6個(gè)，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(shí)別和目標(biāo)探測(cè)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(cè)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(shí)現(xiàn)圖像光譜與數(shù)據(jù)庫(kù)光譜的匹配識(shí)別，F(xiàn)raser和Kruse用最小平方殘差實(shí)現(xiàn)全光譜最佳匹配識(shí)別礦物，Clark針對(duì)光譜吸收特征，用最小二乘法擬和實(shí)現(xiàn)最佳光譜識(shí)別，BoardmanJ.w發(fā)展了光譜角填圖(SAM:Spectral angle Mapping)分類技術(shù)進(jìn)行光譜匹配識(shí)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(kù)中的標(biāo)準(zhǔn)光譜響應(yīng)曲線進(jìn)行比較搜索，并將像元?dú)w于與其最相似的標(biāo)準(zhǔn)光譜響應(yīng)所對(duì)應(yīng)的類別，這是一個(gè)查找過程；(2)利用光譜數(shù)據(jù)庫(kù)，將具有某種特征的地物標(biāo)準(zhǔn)光譜響應(yīng)曲線當(dāng)作模版與遙感圖像像元進(jìn)行比較，找出最相似的像元并賦予該類標(biāo)記，這是一個(gè)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?dú)w并為一類，這是一種聚類過程。

在前兩種運(yùn)作模式中，標(biāo)準(zhǔn)光譜響應(yīng)曲線一般都是從高光譜數(shù)據(jù)庫(kù)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(yùn)作模式解決問題的關(guān)鍵一是地物標(biāo)準(zhǔn)光譜數(shù)據(jù)庫(kù)的建立；二是光譜匹配算法的研究。

(三)基于光譜數(shù)據(jù)庫(kù)的光譜匹配技術(shù)?；诠庾V庫(kù)的光譜匹配技術(shù)，主要是利用光譜庫(kù)中的參考光譜來識(shí)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(jìn)而達(dá)到地物識(shí)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(duì)光譜庫(kù)的查找和匹配過程必須是有效的。而且，對(duì)成像光譜數(shù)據(jù)這種海量數(shù)據(jù)會(huì)產(chǎn)生大程度的冗余度，會(huì)降低計(jì)算機(jī)的處理效率。為實(shí)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(duì)光譜進(jìn)行二進(jìn)制編碼的建議(Goetz，1990)。使得光譜可用簡(jiǎn)單的0～l來表述。其中的一些編碼方式:(1)分段編碼:對(duì)編碼方式的一個(gè)簡(jiǎn)單變形是將光譜通道分成幾段進(jìn)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(jìn)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(gè)門限進(jìn)行編碼可以加強(qiáng)編碼光譜的描述性能。將每個(gè)灰度值變?yōu)?bit，或者將光譜范圍劃分為幾個(gè)小的子區(qū)域，每個(gè)子區(qū)域獨(dú)立編碼。(3)僅在一定波段進(jìn)行編碼:這個(gè)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(jìn)選擇這些波段進(jìn)行編碼，這樣既能達(dá)到良好的分類目的，又能提高編碼和匹配識(shí)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(jìn)行匹配識(shí)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(jì)算一個(gè)測(cè)量光譜(像元光譜)于一個(gè)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(shí)驗(yàn)室光譜或野外測(cè)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(gè)光譜維數(shù)等于波段數(shù)的光譜空間中的一個(gè)向量。光譜角度匹配的流程分為4步:(1)從光譜數(shù)據(jù)庫(kù)中選擇感興趣的“最終成分光譜”；(2)對(duì)“最終成分光譜”做重采樣，因?yàn)閳D像光譜分辨率通常要低于地面測(cè)量的光譜分辨率，使兩者光譜分辨率一致。(3)計(jì)算最終成分光譜與圖像像元光譜兩個(gè)光譜向量之間的角度a(廣義夾角余弦)，以評(píng)價(jià)此兩光譜向量相似性。a值域?yàn)?～π/2，當(dāng)a=0時(shí)表示兩個(gè)光譜完全相似，而a=π/2時(shí)則兩個(gè)光譜完全不同。(4)計(jì)算成像光譜圖上每個(gè)像元光譜與每個(gè)最終成分光譜的a，從而實(shí)現(xiàn)對(duì)圖像光譜的匹配和分類。

三、結(jié)語

光譜匹配技術(shù)是成像光譜地物識(shí)別的關(guān)鍵技術(shù)之一。對(duì)于一幅高光譜圖像，應(yīng)該如何針對(duì)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(diǎn)。而建立一個(gè)完善的光譜數(shù)據(jù)庫(kù)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(gè)方面的內(nèi)容層層展開研究。進(jìn)而達(dá)到地物識(shí)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(jì)算機(jī)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(shì)種識(shí)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(kù)的地理目標(biāo)識(shí)別[J],海洋測(cè)繪,2007,27(1):51-53.

[4]于宏.基于光譜知識(shí)庫(kù)對(duì)高光譜影像目標(biāo)快速識(shí)別方法[J],世界核地質(zhì)科學(xué),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(jìn)行地物識(shí)別分類研究[J],光子學(xué)報(bào),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(kù)構(gòu)建及其應(yīng)用實(shí)踐[D].北京:中國(guó)科學(xué)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(guó)科學(xué)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(jī)。