基于蚁群算法的光谱分解方法剔除植被干扰信息.pdfVIP

第 18卷第 1期 地 质 力 学 学 报 Vo1．18NO．1 2012年 3月 JOURNALOFGEOMECHANICS Mar．20l2 文章编号 ：1006-6616 (2012)O1-0072-07 基于蚁群算法的光谱分解方法 剔除植被干扰信息 夏浩东 ，薛 云 ，邓会娟 ，刘凤姣 (1．国土资源部实物地质资料 中心 ，河北 三河 065201； 2．湖南城市学院城市建设系，湖南 益阳 413000) 摘 要：针对遥感图像预处理工作中，光谱分解方法处理速度慢而蚁群算法识别 目 标速度快的特点，结合蚁群算法和线性光谱混合模型，建立基于蚁群搜索的光谱分 解模型，以剔除植被干扰信息。选取青海黄南州吉地地 区为研究区，首先确定蚂蚁 移动规则，然后建立基于蚁群算法的光谱分解模型，最后根据模型重构不含有植被 信息的新的多波段图像 ，通过残差图分析以及原图与剔除植被后影像对比分析，初 步验证 了基于蚁群算法的光谱分解方法剔除植被干扰信息的可行性。 关键词 i蚁群算法；线性光谱混合模型；ETM；青海吉地地 区 中图分类号 ：P627 文献标识码 ：A 0 引言 遥感技术在基础地质工作中应用越来越广泛 ，但是由于植被等因素的干扰 ，难以将植被 覆盖下的信息从 图像 中分离出来 ，植被是遥感对地表探查的一道天然屏障。在基岩被植被完 全覆盖的地区，遥感所获得的信息主要是植被信息，给遥感地质勘查工作带来极大不便。因 此 ，找到一种可行的植被剔除方法 ，还原植被覆盖下的基岩信息 ，可更好地发挥遥感技术在 基础地质工作 中的应用能力。 过去研究人员主要基于像元的植被指数对植被等干扰信息进行提取 ，但这种基于像元的 模式不能有效地提高提取的精度。因为遥感图像中每个像元一般是多个地物的混合体 ，一个 像元里记录 了多类不同性质的地面 目标，图像 的光谱特征也是多个地物光谱特征 的混合反 映。混合像元的存在 ，产生了同物异谱 、同谱异物现象，从而给地物的分类造成许多困难 。 因此 ，为了提高干扰信息提取的精度 ，就必须找到一种有效的进行混合像元分解 的方法。线 性光谱混合模型 (LinearSpectrumMixtureModel，LSMM)是 目前应用较多的混合像元分解 方法 ¨ ，但 LSMM因为要对整幅图像的每个像元都进行处理 ，所以处理速度较慢。 蚁群算法是 由意大利学者 Dorigo等人 ，通过模拟 自然界蚂蚁寻径 的行为提出的一种全 收稿 日期 ：2011—10-09 作者简介：夏浩东 (1968一)，男 ，高级工程师 ，主要从事地质矿产勘 查与实物地 质资料管 理工作。E-mail xiahaodong68@163．corn 第 1期 夏浩东等 ：基于蚁群算法的光谱分解方法剔除植被干扰信息 73 新仿生进化算法 “，是具有离散性 、并行性 、鲁棒性 、正反馈性等特点的一种随机搜索方 法 。由于其概念简明、实现方便 ，迅速得到认可，并在优化 问题求解、电力系统、计算机 、 冶金 自动化等领域都有成功的应用 。但 目前很少有人将蚁群算法 引入遥感地质领域 ，由 于遥感地质领域的信息提取也可以看作是一个组合优化问题 ，蚁群算法的全局性、离散性和 基于概率选择路径等特点对于遥感 图像非常适用 。 本文为了剔除植被干扰信息，综合考虑 LSMM处理速度慢而蚁群算法识别 目标速度快 的特点，结合蚁群算法和线性光谱混合模型，建立基于蚁群搜索的光谱分解模型，剔除植被 干扰信息，重构不含有植被信息 的新 的多波段 图像 ，以期为后续基础地质工作提供基 础影像 。 1 研究方法 1．1 蚁群算法基本原理 对于采用整数编码求解组合优化 问题 的蚁群系统 ，设求解问题 因素有 Ⅳ个 ，蚁群中共 有 只蚂蚁 ，r(t)表示在 t时刻 i和J组合之 间信息素的数量 。蚂蚁 m在运动过程 中根据 各个路径上信息素的数量决定下一步的路径 。用pm(t)表示在 t时刻蚂蚁 m 由城市 i转移到 城市_