【技术实现步骤摘要】
本专利技术属于光谱地质学研究领域，具体涉及一种矿物光谱重采样方法、系统、计算机设备及存储介质。
技术介绍
1、在光谱地质分析工作中，经常会遇到协同应用多矿物源光谱数据的情景，比如使用成像光谱数据以usgs光谱数据库做参考进行矿物填图，就需要将参考光谱数据库中分辨率较高的光谱卷积至成像光谱仪的采样间隔和带通参数。
2、随着成像光谱仪性能的提升，其技术参数(尤其是带通参数)越来越接近地物光谱仪。在这种情况下将地物光谱仪实测数据重采样至成像光谱仪的波长和带通参数下，使用常规的波谱响应函数卷积方法会弱化光谱特征吸收深度。
技术实现思路
1、为了改善常规的波谱响应函数卷积方法带来的光谱特征弱化现象，本专利技术提供了一种矿物光谱重采样方法、系统、计算机设备及存储介质。
2、为了实现上述目的，本专利技术提供如下技术方案：
3、一种矿物光谱重采样方法，包括如下步骤：
4、获取包含不同波段的矿物源光谱，根据目标采样波段的参数对矿物源光谱进行截取获得不同波长值的波段，通过不同波长值的波段构建光谱子集；
5、从所述光谱子集中筛选目标采样波段的最邻近波段；
6、通过高斯函数获得所述目标采样波段的波普响应函数和最邻近波段的波普响应函数，将所述光谱子集中的波段带入目标采样波段的波谱响应函数，得到目标采样波段函数序列值，将所述光谱子集中的波段带入最邻近波段的波谱响应函数，得到最邻近波段函数序列值；
7、对目标采样波段函数序列值和
8、进一步地，所述目标采样波段的参数包括目标采样波段波长值和目标采样波段带通值。
9、进一步地，所述所述根据目标采样波段的参数对矿物源光谱进行截取获得不同波长值的波段，通过不同波长值的波段构建光谱子集的方法如下：将矿物源光谱各波段的波长值中满足波长值大于目标采样波段波长值和目标采样波段带通值的差，小于目标采样波段波长值和目标采样波段带通值的和的矿物源光谱波段的波长值整合为序列，所述序列为光谱子集，所述序列内的波长值为光谱子集的各个元素。
10、进一步地，从所述光谱子集中筛选目标采样波段的最邻近波段的方法如下：将所述光谱子集中的各个元素带入如下公式，筛选出与目标采样波段的波长值的差值的绝对值最小的元素：
11、
12、其中：i表示光谱子集中波段的索引，wi表示对应索引下的光谱子集波长值，w表示目标采样波段波长值，表示最邻近波段的索引，表示最邻近波段波长值，s.t.是subject to的缩略形式，表示对波段索引取值范围的索引。
13、进一步地，还通过所述最邻近波段的波长值的索引对应得到最邻近波段带通值，通过高斯函数获得所述目标采样波段的波普响应函数和最邻近波段的波普响应函数手段如下：取作为目标采样波段的波谱响应函数，取作为最邻近波段的波谱响应函数；
14、其中：x表示自变量，代表波长；n表示所述目标采样波段带通值；表示最邻近波段带通值。
15、进一步地，将所述光谱子集中的波段带入目标采样波段的波谱响应函数，得到目标采样波段函数序列值，将所述光谱子集中的波段带入最邻近波段的波谱响应函数，得到最邻近波段函数序列值的方法如下：将所述光谱子集中的各个元素代入所述目标采样波段的波谱响应函数和所述最邻近波段的波谱响应函数，得到目标采样波段函数序列值和最邻近波段的函数序列值。
16、进一步地，所述最邻近波段的反射率值是通过所述最邻近波段的波长值的索引对应得到的，所述光谱子集的反射率值是通过所述光谱子集的波长值的索引对应得到的；所述对目标采样波段函数序列值和最邻近波段函数序列值求差值，将所述差值与光谱子集的反射率值求乘积；将所述乘积与目标采样波段函数序列值和最邻近波段的反射率值的乘积求和，将求和值与最邻近波段函数序列值的比值作为目标采样波段的反射率值通过如下公式实现：
17、
18、其中：{f(wi)}表示目标采样波段函数序列值，{g(wi)}表示最邻近波段的函数序列值，ri表示对应索引下的光谱子集反射率值，表示最邻近波段反射率值。
19、一种矿物光谱重采样系统，包括：
20、截取模块，用于获取包含不同波段的矿物源光谱，根据目标采样波段的参数对矿物源光谱进行截取获得不同波长值的波段，通过不同波长值的波段构建光谱子集；
21、筛选模块，用于从所述光谱子集中筛选目标采样波段的最邻近波段；
22、响应函数模块，用于通过高斯函数获得所述目标采样波段的波普响应函数和最邻近波段的波普响应函数，将所述光谱子集中的波段带入目标采样波段的波谱响应函数，得到目标采样波段函数序列值，将所述光谱子集中的波段带入最邻近波段的波谱响应函数，得到最邻近波段函数序列值；
23、反射率值计算模块，用于对目标采样波段函数序列值和最邻近波段函数序列值求差值，将所述差值与光谱子集的反射率值求乘积；将所述乘积与目标采样波段函数序列值和最邻近波段的反射率值的乘积求和，将求和值与最邻近波段函数序列值的比值作为目标采样波段的反射率值。
24、一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，使得所述计算机设备执行如上任一项所述的矿物光谱重采样方法的步骤。
25、一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上任一项所述的矿物光谱重采样方法的步骤。
26、本专利技术提供的矿物光谱重采样方法及系统具有以下有益效果：本方案将在矿物源光谱中筛选与目标采样波段最邻近的波段，再通过高斯函数利用目标采样波段的波谱响应函数及最邻近波段的波谱响应函数分别得到目标采样波段函数序列值和最邻近波段函数序列值；最后将目标采样波段函数序列值、最邻近波段函数序列值、光谱子集的反射率值和最邻近波段的反射率值进行数学运算，通过多数据多层次的处理与计算，改善了常规的波谱响应函数卷积方法带来的光谱特征弱化现象，提高采样光谱保真度。
本文档来自技高网...【技术保护点】
1.一种矿物光谱重采样方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种矿物光谱重采样方法，其特征在于，所述目标采样波段的参数包括目标采样波段波长值和目标采样波段带通值。
3.根据权利要求2所述的一种矿物光谱重采样方法，其特征在于，所述根据目标采样波段的参数对矿物源光谱进行截取获得不同波长值的波段，通过不同波长值的波段构建光谱子集的方法如下：将矿物源光谱各波段的波长值中满足波长值大于目标采样波段波长值和目标采样波段带通值的差，小于目标采样波段波长值和目标采样波段带通值的和的矿物源光谱波段的波长值整合为序列，所述序列为光谱子集，所述序列内的波长值为光谱子集的各个元素。
4.根据权利要求3所述的一种矿物光谱重采样方法，其特征在于，从所述光谱子集中筛选目标采样波段的最邻近波段的方法如下：将所述光谱子集中的各个元素带入如下公式，筛选出与目标采样波段的波长值的差值的绝对值最小的元素：
5.根据权利要求4所述的一种矿物光谱重采样方法，其特征在于，还通过所述最邻近波段的波长值的索引对应得到最邻近波段带通值，通过高斯函数获得所述目标采样
6.根据权利要求5所述的一种矿物光谱重采样方法，其特征在于，将所述光谱子集中的波段带入目标采样波段的波谱响应函数，得到目标采样波段函数序列值，将所述光谱子集中的波段带入最邻近波段的波谱响应函数，得到最邻近波段函数序列值的方法如下：将所述光谱子集中的各个元素代入所述目标采样波段的波谱响应函数和所述最邻近波段的波谱响应函数，得到目标采样波段函数序列值和最邻近波段的函数序列值。
7.根据权利要求6所述的一种矿物光谱重采样方法，其特征在于，所述最邻近波段的反射率值是通过所述最邻近波段的波长值的索引对应得到的，所述光谱子集的反射率值是通过所述光谱子集的波长值的索引对应得到的；所述对目标采样波段函数序列值和最邻近波段函数序列值求差值，将所述差值与光谱子集的反射率值求乘积；将所述乘积与目标采样波段函数序列值和最邻近波段的反射率值的乘积求和，将求和值与最邻近波段函数序列值的比值作为目标采样波段的反射率值通过如下公式实现：
8.一种矿物光谱重采样系统，其特征在于，包括：
9.一种计算机设备，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，使得所述计算机设备执行如权利要求1-7中任一项所述的矿物光谱重采样方法的步骤。
10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的矿物光谱重采样方法的步骤。
...【技术特征摘要】
1.一种矿物光谱重采样方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种矿物光谱重采样方法，其特征在于，所述目标采样波段的参数包括目标采样波段波长值和目标采样波段带通值。
3.根据权利要求2所述的一种矿物光谱重采样方法，其特征在于，所述根据目标采样波段的参数对矿物源光谱进行截取获得不同波长值的波段，通过不同波长值的波段构建光谱子集的方法如下：将矿物源光谱各波段的波长值中满足波长值大于目标采样波段波长值和目标采样波段带通值的差，小于目标采样波段波长值和目标采样波段带通值的和的矿物源光谱波段的波长值整合为序列，所述序列为光谱子集，所述序列内的波长值为光谱子集的各个元素。
4.根据权利要求3所述的一种矿物光谱重采样方法，其特征在于，从所述光谱子集中筛选目标采样波段的最邻近波段的方法如下：将所述光谱子集中的各个元素带入如下公式，筛选出与目标采样波段的波长值的差值的绝对值最小的元素：
5.根据权利要求4所述的一种矿物光谱重采样方法，其特征在于，还通过所述最邻近波段的波长值的索引对应得到最邻近波段带通值，通过高斯函数获得所述目标采样波段的波普响应函数和最邻近波段的波普响应函数手段如下：取作为目标采样波段的波谱响应函数，取作为最邻近波段的波谱响应函数；
6.根据权利要求5所述的一种矿物光谱重采样方法，其特征在于，将所述光谱子集...
【专利技术属性】
技术研发人员：李士杰，高永宝，何海洋，杨瀚文，秦昊洋，王思琪，孙旭，刘瀚元，
申请(专利权)人：中国地质调查局西安矿产资源调查中心，
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。