【技术实现步骤摘要】
本专利技术涉及集成学习和深度神经网络在矿物端元提取领域中的应用，尤其是一种孪生-稀疏自编码网络的高光谱遥感矿物端元提取方法。
技术介绍
1、高光谱遥感利用连续的光谱特征，使得隶属于同一类地物不同成分间的微弱信息差异得以良好区分，为其在矿物端元提取中的应用提供了更完备的理论和技术基础。其中，光谱解混作为高光谱遥感应用的主要工作之一，通过与已有光谱库进行比较辨别出对应的地物，分析其丰度分布并求得代表当前地物的端元光谱。然而，传统光谱解混技术对于线性混合的高光谱遥感影像具有较高的适应性，对于存在非线性混合或混合物间相互影响的情况下表现不佳，需要非线性的光谱混合模型进行解释。随着高光谱遥感技术的发展，针对应用需求可以选择不同的传感器，生成的数据具有多模态属性。其中，地面光谱具有较高的光谱分辨率，通过分析不同矿物吸收峰间的细微差异进一步提升解译精度。机载影像对大范围区域有较好的对地观测能力，通过设计飞行路线快速覆盖研究区范围。然而，地面采集矿物样品覆盖范围有限，机载影像中已标记的矿物样本不充分，单独使用地面光谱或机载影像难以满足大范围矿物端元提取的实际应用需求。
技术实现思路
1、为了实现自适应矿物端元提取，本专利技术拟采用孪生-稀疏自编码网络以满足实际应用需求，结合地面光谱与机载影像，充分发挥地面光谱分辨率高及机载影像覆盖范围广的优势，弥补传统矿物端元提取方法难以直观反映矿物吸收特征的不足。
2、本专利技术涉及集成学习和深度神经网络在矿物光谱解混领域中的应用，尤其是一种孪生-稀
3、根据实施例的一方面，提供一种高光谱遥感矿物端元提取方法，包括：使用手持式光谱仪对研究区矿物样品进行测试，获取其地面光谱；提取矿物样品的端元并估计丰度；获取研究区高光谱遥感影像；将矿物样品的采样点位置在影像中进行标记，并从影像中提取采样点位置的像元光谱，使采样点位置的像元光谱与地面光谱关联；将地面光谱和与之对应的像元光谱分别输入至孪生网络的两组子网络，使用孪生网络对多模态光谱特征同时进行训练，通过综合光谱角比较两组子网络输出光谱的相似度，若两组子网络输出光谱的不相似则对两组子网络的权值进行更新，若两组子网络输出光谱的相似，则以地面光谱作为比较基准通过综合光谱角将影像中的矿物端元进行修正；遍历影像中所有像元光谱，提取局部空间中的矿物端元。
4、子网络为稀疏自编码网络。
5、稀疏自编码网络在隐藏层引入稀疏约束，使得其中的隐藏层节点数少于输入层节点数，使隐藏层提取输入的地面光谱和像元光谱的矿物吸收特征。
6、隐藏层对输入的地面光谱和像元光谱进行压缩，输出层对隐藏层中压缩后的光谱进行重构，重构光谱过程如下：
7、
8、其中，winput是将光谱输入隐藏层进行压缩的过程，woutput是将光谱输出隐藏层进行重构的过程，为输入光谱，为重构后的光谱。
9、采样点位置的像元光谱与地面光谱关联方法为：将地面光谱的点状特征与影像的面状特征结合。
10、在影像中找到地面光谱对应的像元位置，使用transformer对位置坐标编码，对序列整体进行特征变换，获取其表征的坐标编码，依据编码获取像元光谱。
11、对矿物样品进行x射线衍射，通过衍射光谱分析样品，提取矿物端元并估计丰度。
12、本专利技术有益效果：
13、本专利技术使用孪生网络结构，通过权值共享与更新比较地面光谱和像元光谱的相似程度，结合地面光谱较高的光谱分辨率对机载影像中的矿物端元进行修正，提高了矿物端元提取的效率。
14、本专利技术使用高光谱遥感技术，利用连续的光谱特征，使得隶属于同一类地物不同成分间的微弱信息差异得以良好区分，为其在矿物端元提取中的应用提供了完备的理论和技术基础。
15、本专利技术融合多模态高光谱遥感数据，充分发挥地面光谱分辨率高及机载影像覆盖范围广的优势，弥补了传统端元提取方法难以直观反映矿物吸收特征的不足。
本文档来自技高网...【技术保护点】
1.一种高光谱遥感矿物端元提取方法，其特征在于，包括：
2.根据权利要求1所述的高光谱遥感矿物端元提取方法，其特征在于，子网络为稀疏自编码网络。
3.根据权利要求2所述的高光谱遥感矿物端元提取方法，其特征在于，稀疏自编码网络在隐藏层引入稀疏约束，使得其中的隐藏层节点数少于输入层节点数，使隐藏层提取输入的地面光谱和像元光谱的矿物吸收特征。
4.根据权利要求3所述的高光谱遥感矿物端元提取方法，其特征在于，隐藏层对输入的地面光谱和像元光谱进行压缩，输出层对隐藏层中压缩后的光谱进行重构，重构光谱过程如下：
5.根据权利要求1所述的高光谱遥感矿物端元提取方法，其特征在于，采样点位置的像元光谱与地面光谱关联方法为：将地面光谱的点状特征与影像的面状特征结合。
6.根据权利要求5所述的高光谱遥感矿物端元提取方法，其特征在于，在影像中找到地面光谱对应的像元位置，使用Transformer对位置坐标编码，对序列整体进行特征变换，获取其表征的坐标编码，依据编码获取像元光谱。
7.根据权利要求1所述的高光谱遥感矿物端元提取方法，其特
...【技术特征摘要】
1.一种高光谱遥感矿物端元提取方法，其特征在于，包括：
2.根据权利要求1所述的高光谱遥感矿物端元提取方法，其特征在于，子网络为稀疏自编码网络。
3.根据权利要求2所述的高光谱遥感矿物端元提取方法，其特征在于，稀疏自编码网络在隐藏层引入稀疏约束，使得其中的隐藏层节点数少于输入层节点数，使隐藏层提取输入的地面光谱和像元光谱的矿物吸收特征。
4.根据权利要求3所述的高光谱遥感矿物端元提取方法，其特征在于，隐藏层对输入的地面光谱和像元光谱进行压缩，输出层对隐藏层中压缩后的光谱进行重构，重构光谱过程如下：...
【专利技术属性】
技术研发人员：王明威，杨凯元，王铖，吴楷雄，叶志伟，阮景厚，尹碧玉，程冲，
申请(专利权)人：湖北工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。