基于Top-Hat变换的高光谱吸收特征增强.pdfVIP

第30卷，第9期 光谱学与光谱分析 201 and 0年9月 SpectralAnalysis Spectroscopy September，2010 基于Top—Hat变换的高光谱吸收特征增强方法 李 慧1’2～，蔺启忠1’2，王钦军1’2，刘庆杰1～，陈玉1’3 1．中国科学院对地观测与数字地球科学中心，北京100086 2．中国科学院数宁地球科学重点实验室，北京 100086 3．中国科学院研究生院，北京100049 摘要对地物高光谱进行特征分析是高光谱影像用于目标识别和地物分类的基础。基于数学形态学的 Top-Hat变换提出了一种光谱吸收峰增强算法。该方法在增强吸收峰的同时还保持r吸收谱带的波形特征。 从荧国地质调查局USGS光谱数据库选取的ll条不同矿物的反射光谱曲线，对其吸收峰增强曲线和原始光 谱曲线进行了K-means聚类分析。结果表明：吸收峰增强曲线的聚类结果在波形f：和地质背景上都优于原 始光谱曲线；且将吸收峰增强曲线的聚类的结果用矿物光谱的ASTER影像采样光谱曲线显示时，能总结出 各组矿物的ASTER光谱典型特征。说明吸收峰增强曲线很好地增强r矿物光谱的吸收特征，提高了高光谱 的可分性，同时还能为基于多光谱数据的遥感信息提取提供参考，是十分有用的高光谱分析方法。 关键词高光谱；特征增强；多尺度Top-Hat变换；反射光谱吸收峰增强；K—means聚类 中图分类号：TP751．1文献标识码：A 为具有算法简单、运算速度快的特点，已成功地用于生物医 引 言 学信号、电力系统信号和地震信号等处理与分析，以及图像 处理中包括去噪、平滑、边缘检测、分割、编码、重建的各方 高光谱遥感的出现是对地观测技术的霞大突破。高光谱 遥感数据波段多而连续，且宽度一般都在10nm以内，而地 的对比度增强”-9]、亮度梯度调整和多尺度形态学梯度提 450 表物质在400～2nln内均有带宽为20～40nlTl的典型光 取【5j中存很好的应用，fH其在一维信号处理中的应用还较 谱吸收带[1】，这使得利用高光谱直接识别地物成为可能。研 少。本文基于多尺度Top-Hat变换提出了一种高光谱的吸收 arithmetic， 究表明，光谱吸收峰的存在是识别地物的物理依据[2]，吸收 峰增强方法(spectralabsorption-enhanced 峰波长位置基本上可以确定矿物的类型，吸收深度、吸收宽 sAEA)，它算法简单，能有效增强光谱特征，并保持rr吸收 度和面积与岩石中矿物成分的含量有关，从光谱吸收特征参 峰的形状，提高原始光谱的町分性。 数中可以获得各种光谱的定性、定量信息。诊断性吸收特征 参数方法被用于矿物填图、环境：|：f测、信息提取和目标识别 1方法 中。诊断性光谱吸收特征町用吸收峰波长位置、宽度、深度、 斜率、对称度、面积以及吸收峰的数目、排序等来表征L3J。 1．1形态学Tolrltat变换 从高光谱数据中直接提取并增强单个诊断性吸收特征参数， 便可直接用于地物光谱识别与目标提取。但反射光谱吸收特 运算的差。 征参数的提取一般要经过光谱统去除和光谱求导等计掣4|， WTH(p=厂一厂。g (1) 需要较大的计算最并占据较大的存储空间。本文从反射光谱 吸收特征增强的角度，基于数学形态学提出一个高光谱数据 与f的差。 分析的新算法。 ErrH(力=厂·g