一种岩矿高光谱遥感图像提取方法、装置及计算机设备制造方法及图纸

本发明专利技术提供了一种岩矿高光谱遥感图像提取方法、装置及计算机设备，属于高光谱遥感地质调查技术领域，包括如下步骤：获取待提取区域的高光谱遥感图像；对高光谱遥感图像进行空间和光谱特征分析，得到光谱相似但空间独立的端元光谱；计算高光谱遥感图像像元光谱与端元光谱之间的特征矢量夹角；根据特征矢量夹角设定阈值，根据阈值提取出岩矿高光谱遥感图像。本发明专利技术通过对高光谱遥感图像进行空间和光谱特征分析，能够增强具有微小独特光谱信息的端元之间的光谱对比度，增加光谱相似但空间独立的端元被选择的可能性，提高了端元提取的准确性；通过计算待提取区域图像像元光谱与端元光谱之间的特征矢量夹角，能够提高岩矿提取的精度。度。度。

【技术实现步骤摘要】
一种岩矿高光谱遥感图像提取方法、装置及计算机设备


[0001]本专利技术属于高光谱遥感地质调查
，具体涉及岩矿高光谱遥感图像提取方法、装置及计算机设备。

技术介绍

[0002]近来年，伴随着国内外对矿产资源的迫切需要，发展比传统地质勘查手段更有效的矿产资源遥感勘查技术势在必行。多光谱及高光谱遥感技术可以快速准确获得地表及浅地表信息，已经成为金属矿产资源勘查不可或缺的手段之一。但是多光谱数据如ETM、ASTER等由于光谱分辨率低，地物的光谱特征表现不充分，高光谱遥感数据由于波段数多、信息量大，可提供不同类型地物的细微光谱差异，有效提高目标的探测和识别能力，基于地物光谱与空间的综合信息，高光谱数据可有效探测目标地物空间分布，为快速圈定成矿远景区和优选靶区发挥重要作用。
[0003]目前卫星高光谱遥感图像多为30米空间分辨率，普遍存在复杂的混合像元。由于混合像元将两种或更多不同类型的地物以单一的光谱曲线表示，因此在多数情况下难以准确区分实际地物分布情况，从而严重阻碍了高光谱遥感识别精度的提高。因此，从高光谱影像中准确提取不同岩性、地物类型代表性光谱(端元)对于高光谱遥感图像处理尤为关键。端元光谱的获取方式有两种：(1)使用光谱仪在地面或实验室测量得到“参考端元”；(2)从高光谱遥感图像上得到“图像端元”。与从光谱库中获取端元相比，从图像中获取端元的优势在于能够更准确地反映真实环境中的光谱变化，避免了人为因素的干扰和主观误差，并能够识别和提取出所有的端元，即使一些端元没有被光谱库所收录。
[0004]目前广泛应用于高光谱遥感图像处理的端元提取方法包括纯净像元指数(PPI)、顶点成分分析(VCA)、连续最大角凸锥(SMACC)等。然而，这些方法通常仅从光谱特征角度出发，忽略了像元在空间上的相关性，易受噪声和异常点的干扰，导致端元提取精度较低，从而影响了遥感图像的提取精度。

技术实现思路

[0005]为了克服遥感图像提取精度低的问题，本专利技术提供了岩矿高光谱遥感图像提取方法、装置及计算机设备，其提取方法包括如下步骤：
[0006]获取待提取区域的高光谱遥感图像；
[0007]对所述高光谱遥感图像进行空间和光谱特征分析，得到光谱相似但空间独立的端元光谱；
[0008]计算高光谱遥感图像像元光谱与所述端元光谱之间的特征矢量夹角；
[0009]根据所述特征矢量夹角设定阈值，根据所述阈值提取出岩矿高光谱遥感图像。
[0010]优选的，对所述高光谱遥感图像进行空间和光谱特征分析，得到光谱相似但空间独立的端元光谱，包括如下步骤：
[0011]将所述高光谱遥感图像划分为多个子集区域；
[0012]通过奇异值分解法SVD计算每个子集区域的一组特征向量，每个子集区域的一组特征向量构成局部特征向量集；
[0013]将所述高光谱遥感图像投影到所述局部特征向量集上，得到位于局部特征向量集两端的候选端元像素集；
[0014]对所述候选端元像素集进行空间和光谱特征分析，将光谱相似且在空间上有关联的候选端元进行平均，提取出高光谱遥感图像中光谱相似但空间独立的端元；
[0015]按照光谱相似度顺序对获得的端元进行排序，得到最终的端元光谱。
[0016]优选的，所述按照光谱相似度顺序对获得的端元进行排序，得到最终的端元光谱，包括如下步骤：
[0017]将候选端元像素集中的第一个端元指定为新排序列表中的第一个端元；
[0018]将所述第一个端元与所有其他端元进行比较，找到与所述第一个端元光谱角最相近的端元；
[0019]将与所述第一个端元光谱角最相近的端元排列至第一个光谱之后，并指定为第二个端元；
[0020]寻找与第二个端元光谱角最相近的端元，并将其排列至第二个端元之后，并指定为第三个端元；以此类推，直到所有的端元都被排序。
[0021]优选的，所述光谱角的计算公式为：
[0022][0023]其中，α为两个光谱之间的夹角，nb为波段数，t
i
为第i个波段的测试光谱；r
i
为第i个波段的参考光谱。
[0024]优选的，所述子集区域大小为行和列取值均为15～25个像元的正方形格网。
[0025]优选的，所述奇异值分解法的阈值取值范围为0.95～0.99。
[0026]优选的，对所述高光谱遥感图像进行空间和光谱特征分析之前，还包括对所述高光谱遥感图像进行预处理，具体包括对所述高光谱遥感图像依次进行辐射定标、大气校正、几何校正和波段合成，得到全波段高光谱遥感图像。
[0027]优选的，还包括对预处理后的高光谱遥感图像按照选定波段进行假彩色合成，得到高光谱假彩色合成图像；并对所述高光谱假彩色合成图像进行空间和光谱特征分析，得到光谱相似但空间独立的端元光谱。
[0028]本专利技术还提供有一种岩矿高光谱遥感图像提取装置，包括：
[0029]高光谱图像获取模块，用于获取待提取区域的高光谱遥感图像；
[0030]端元获取模块，用于对所述高光谱遥感图像进行空间和光谱特征分析，得到光谱相似但空间独立的端元光谱；
[0031]特征矢量夹角计算模块，用于计算高光谱遥感图像像元光谱与所述端元光谱之间的特征矢量夹角；
[0032]岩矿高光谱遥感图像获取模块，用于根据所述特征矢量夹角设定阈值，根据所述阈值提取出岩矿高光谱遥感图像。
[0033]本专利技术还提供有一种计算机设备，包括存储器和处理器；所述存储器存储有计算机程序，所述处理器用于运行所述存储器内的计算机程序，以执行岩矿高光谱遥感图像的提取方法。
[0034]本专利技术提供的岩矿高光谱遥感图像提取方法、装置及计算机设备具有以下
[0035]有益效果：
[0036]本专利技术通过对高光谱遥感图像进行空间和光谱特征分析，能够增强具有微小独特光谱信息的端元之间的光谱对比度，以识别出待提取区域内细微的岩性变化，增加光谱相似但空间独立的端元被选择的可能性，提高了端元提取的准确性；通过计算待提取区域图像像元光谱与端元光谱之间的特征矢量夹角，能够得到光谱角分类图像；通过光谱角分类图像能够精确圈定岩矿找矿靶区，提高了岩矿提取的精度。
附图说明
[0037]为了更清楚地说明本专利技术实施例及其设计方案，下面将对本实施例所需的附图作简单地介绍。下面描述中的附图仅仅是本专利技术的部分实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0038]图1为本专利技术所提供的岩矿高光谱遥感图像提取方法的流程示意图；
[0039]图2为光谱
‑
空间端元提取方法的流程示意图；
[0040]图3为美国喷气动力实验室典型黏土矿物光谱特征图；
[0041]图4为富锂黏土岩端元光谱图；
[0042]图5为黏土岩锂矿区ZY1
‑
02D高光谱影像假彩色合成图；
[0043]图6为基于光谱本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种岩矿高光谱遥感图像提取方法，其特征在于，包括如下步骤：获取待提取区域的高光谱遥感图像；对所述高光谱遥感图像进行空间和光谱特征分析，得到光谱相似但空间独立的端元光谱；计算高光谱遥感图像像元光谱与所述端元光谱之间的特征矢量夹角；根据所述特征矢量夹角设定阈值，根据所述阈值提取出岩矿高光谱遥感图像。2.根据权利要求1所述的岩矿高光谱遥感图像提取方法，其特征在于，对所述高光谱遥感图像进行空间和光谱特征分析，得到光谱相似但空间独立的端元光谱，包括如下步骤：将所述高光谱遥感图像划分为多个子集区域；通过奇异值分解法SVD计算每个子集区域的一组特征向量，每个子集区域的一组特征向量构成局部特征向量集；将所述高光谱遥感图像投影到所述局部特征向量集上，得到位于局部特征向量集两端的候选端元像素集；对所述候选端元像素集进行空间和光谱特征分析，将光谱相似且在空间上有关联的候选端元进行平均，提取出高光谱遥感图像中光谱相似但空间独立的端元；按照光谱相似度顺序对获得的端元进行排序，得到最终的端元光谱。3.根据权利要求2所述的岩矿高光谱遥感图像提取方法，其特征在于，所述按照光谱相似度顺序对获得的端元进行排序，得到最终的端元光谱，包括如下步骤：将候选端元像素集中的第一个端元指定为新排序列表中的第一个端元；将所述第一个端元与所有其他端元进行比较，找到与所述第一个端元光谱角最相近的端元；将与所述第一个端元光谱角最相近的端元排列至第一个光谱之后，并指定为第二个端元；寻找与第二个端元光谱角最相近的端元，并将其排列至第二个端元之后，并指定为第三个端元；以此类推，直到所有的端元都被排序。4.根据权利要求3所述的岩矿高光谱遥感图像提取方法，其特征在于，所述光谱角的计算公式为：其中，α...

【专利技术属性】
技术研发人员：刘磊，温汉捷，尹春涛，张贵山，于文修，罗重光，
申请(专利权)人：长安大学，
类型：发明
国别省市：