高光谱特征参量与光谱库.pptVIP

* 光谱库的数据来源于USGS、JPL、JHU3个光谱库，共计8类，即:矿物类(1348种)，岩石类(244种)，土壤类(58种)，月球类(17种)，陨石类(60种)，植被类(4种)，水/雪/冰(9种)和人造材料(56种)。 其中矿物和陨石采用双向反射波谱测量，波谱覆盖率为2.08～25um，其它都采用半球反射测量，波谱覆盖范围略有不同，但大致在0.3～15um范围内。 一般光谱库的数据来源 * 在许多遥感商用软件中也包含高光谱数据库模块，如：在ENVI软件中拥有波谱库管理、编辑及分析模块，它包含了美国地质调查局的USGS光谱库，喷气推进实验室的JPL标准物质成分光谱库，John Hopking 大学热红外及植被光谱库，用户可查看、建立、重采样标准光谱库和自己的光谱库。 光谱库的发展 * 在我国，一些科研单位也着力于高光谱数据库的研究。 1987年中国科学院空间科学技术中心出版了“中国地球资源光谱信息资料汇编”，含岩石、土壤、水体、植被、农作物等地物的波谱曲线共1000条，并有相应的实验分析报告。波长范围主要为0.4～1.0μm，部分在0.4～2.4μm之间。 1998年中科院遥感所建立了面向对象的光谱数据库，共收集地物光谱数据5000条，这是我国第一部系统的光谱库。 建立一个齐全完善的光谱数据库需要大量的人力和物力，但是可以根据自己的需要建立小型的光谱数据库。 * 简单的实例：Geoimager光谱库系统 遥感图像处理软件GeoImager中。该数据库能够根据用户的需求，对大量的地物目标按照一定的标准，进行统一的管理、查询、提供高光谱数据的各种分析功能，并具有图像光谱维显示分析等模块。 * GeoImager 系统界面和光谱数据库管理界面 * 源数据来自野外光谱仪，在输入数据时用户只需选择一个或多个地物的反射率文件即可，但多个地物建立到一个光谱库的前提条件是这几个地物的波长数据应该保持一致。 在建库模块中，用户可以重命名地物光谱曲线名称，可以添加、删除、显示任意条光谱曲线，并实现数据库文件和ASCII码文件两种格式的保存。 光谱库建库模块界面以及几个功能菜单 * 在光谱重采样模块，提供了用户自定义滤波重采样、数据滤波重采样、传感器滤波重采样等。 * 针对高光谱数据的特点，系统提供了光谱特征分析的功能：如光谱吸收特征分析、包络线去除等。并且在高光谱影像上点击显示图像像素的光谱曲线图。 光谱吸收特征分析输入参数界面 干草去除包络线前后的光谱曲线 * 6.3 基于光谱库的光谱匹配 在成像光谱图像处理中，光谱匹配技术是成像光谱地物识别的关键技术之一。 所谓光谱匹配是通过研究两个光谱曲线的相似度来判断地物的归属类别。它是由已知地物类型的反射光谱，通过波形或特征匹配比较来达到识别地物类型的目的。 * 从概念上出发，光谱匹配主要有以下三种运作模式： 查找：从图像的反射光谱出发，将像元光谱数据与光谱数据库中的标准光谱响应曲线进行比较搜索，并将像元归于与其最相似的标准光谱响应所对应的类别，这是一个查找过程。 匹配：利用光谱数据库，将具有某种特征的地物标准光谱响应曲线当作模版与遥感图像像元进行比较，找出最相似的像元并赋予该类标记，这是一个匹配过程。 聚类：根据像元之间的光谱响应曲线本身的相似度，将最相似的像元归并为一类，这是一种聚类过程。 * 基于光谱库的光谱匹配技术： （1）二值编码匹配 高岭土与明矾石的成像光谱图像数据编码匹配时，只需要将二值编码光谱数据库内感兴趣的二值编码向量（已知）同未知的高光谱二值编码图（像元）匹配并计算匹配系数。人们根据匹配系数的大小来确定和提取位置图像上感兴趣的地物信息。 * （2）光谱角度匹配 光谱角度匹配（Spectral Angle Match：SAM）通过计算一个测量光谱（像元光谱）与参考光谱之间的“角度”来确定他们两者之间的相似性。这种技术在地质矿物分类成图中的应用较有潜力。参考光谱可以是实验室光谱或野外测定光谱或是从图像上提取的像元光谱。 下面通过两波段（二维）的一个简单例子来说明参考光谱和测试光谱的关系 * SAM通过下式确定测试光谱ti与一个参考光谱ri的相似性： * SAM的流程分为4步： （1）从光谱数据库中选择感兴趣的“最终成分光谱”； （2）对“最终成分光谱”做重采样，因为图像光谱分辨率通常要低于地面测量的光谱分辨率，使两者光谱分辨率一致。 （3）计算最终成分光谱与图像像元光谱两个光谱向量之间的角度 （广义夹角余弦），以评价此两光谱向量相似性。当 =0时表示两个光谱完全相似，而 时则两个光谱完全不同。 （4）计算成像光谱图上每个像元光谱与每个最终成分光谱的，从而实现对图像光谱的匹配和分类。 具体匹配分类时，对于一个