6-高光谱特征参量与光谱库课件

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,*,第六章,高光谱特征参量与光谱库,本章主要介绍光谱形态学分析和光谱数据库的内容。,1,6.1,光谱形态学分析光谱特征参量化,1,）光谱吸收特征参数,2,）光谱斜率与坡向,3,）光谱二值编码,4,）光谱导数,5,）光谱吸收特征匹配,6,）光谱积分,7,）光谱曲线模拟,2,1,）光谱吸收特征参数,主要是用来识别各种矿物成分或空间分布，通,过定义的光谱参数来提取各种定量信息。,吸收波长位置（,P,）,在光谱吸收谷中，反射率最低处的波长位置。,吸收深度（,H,）,在某一波段吸收范围内，反射率最低点到归一化包,络线的距离。,吸收宽度（,W,）,最大吸收深度一半处的光谱,带宽。,3,面积（,A,）,对称度（,S,）,以吸收位置垂线为界限，右边区域面积与左边区,域面积比值的常用对数。,斜率（,K,）,4,光谱吸收指数：,SAI,（,spectral absorption,index,）,一条光谱曲线的光谱吸收特征可以由,光谱吸收谷点,M,与光谱吸收两个肩部的,S1,与,S2,组成。,5,光谱特征参量的分析，尤其是光谱吸收指数（,SAI,）的计算，可以进行矿物吸收特征的鉴别，主要是特定波长吸收深度图像的生成。不同吸收波长位置的,SAI,图像序列形成光谱吸收图像立方体，它构成了矿物识别分类与填图的特征参数集。例如，,2.33,微米的,SAI,图像可以得到碳酸盐矿物分布图。,2.20,微米的,SAI,图像可以得到粘土矿物分布图，,2.12,微米的,SAI,图像可以得到铵化物的分布图等等。,物理意义：,6,）光谱斜率与坡向,光谱坡向指数示意图,在某一个波长区间内，如果光谱曲线可以近似地模拟出一条直线段，那么直线的斜率被成为光谱斜率。如果光谱斜率为正，则光谱曲线定义为正向坡；否则定义为负向坡，如果光谱斜率为,0,，则定义为平向坡。可以用光谱坡向指数（,spectral slope index, SSI,）来衡量光谱曲线的走向。,7,）光谱二值编码,适用于对光谱库的查找和匹配。,成像光谱数据这种海量数据会产生大程度的冗余度，会降低计算机的处理效率。为实施匹配，因此要建立一些数据缩减和模式匹配技术，提出了一系列对光谱进行二进制编码的建议（Goetz，1990）。使得光谱可用简单的0,1来表述。,8,最简单的编码方法,h(n)=0, if x(n)=T;,其中,x(n),是像元第,n,通道的亮度值，,h(n),是其编码，,T,是,选定的门限制，一般选为光谱的平均亮度，这样每个,像元灰度值变为,1bit,，像元光谱变为一个与波段数长度,相同的编码序列。,9,10,复杂一点的光谱匹配方式：,11,12,4,）,光谱吸收特征提取实例,三个特征参量,？,1.,最大吸收,位置,2.,最大吸收,深度,3.,对称性,13,第一个特征参量：最大吸收位置,W,为了便于计算光谱吸收参数，可以将之线性化。先假设两个开始点,S1,、,S2,，即左右两个肩部（峰值为,1,）。,再分别在两肩部的中间假定两吸收点,A1,、,A2,，,进而确定两条线的交点，列出下面方程。,即光谱最大吸收位置,W,可以有两个肩部和两个吸收点,即为：,x+ S2,14,第二个特征参量：光谱吸收深度,D,（,0,到,1,之间）。,第三个特征参量：对称性,S,，这里不用面积作为衡量单位。,利用这,3,个光谱吸收特征参数，对图像进行分析可以,分别得到高光谱影像的,吸收位置图,、,吸收深度图,以及,对称性图,。,15,分别利用这三个吸收特征参数对美国内华达,cuprite,矿区影像进行分析处理。,该地区原始影像是由航空可见光,/,红外成像光谱仪（,AVIRIS,）于,1995,年获得，共,50,个波段。,16,主要分析,Al-O,和,C,的特征，并选择相应的吸收波段：,（,1,）,Al-O,分子的左右肩部分,S1,和,S2,别采用了第,178,个波段,（,2.0509um,）,和第,199,波段,(2.2606um),，两个吸收点,A1,和,A2,分别为第,184,个波段,（,2.1110um,）,和第,196,个波段,（,2.2307um,）,。,（,2,）,C,分子的左右肩部分,S1,和,S2,别采用了第,197,个波段,（,2.2407um,）,和第,212,波段,(2.3898um),，两个吸收点,A1,和,A2,分别为第,201,个波段,（,2.2805um,）,和第,210,个波段,（,2.3700um,）,17,AlO,分子的光谱吸收位置图,C,分子的光谱吸收位置图,18,光谱吸收深度图,光谱对称性,19,5）光谱导数（微分）,即对光谱曲线进行求导。光谱导数不能产生多于原始光谱数据的信息，但可以抑制或去除无关信息，突出感兴趣的目标信息。比如去除背景吸收或者是杂光反射信号，例如：增强光谱曲线在坡度上面的细微变化，或者消除部分大气效应。,20,6,）光谱积分,21,7,）,光谱曲线模拟,典型的地物具有典型的波形形态，为了准确的描述、确定光谱曲线的特点，我们可以,将整条光谱曲线或者是曲线中的某一段用一个数学函数来表达出来，这就称为是光谱曲线模拟。,以植被的曲线模拟为例：分为两个阶段的模拟，,500680,可见光以及,670780,红边,22,23,6.2 光谱数据库,光谱数据库是：由高光谱成像光谱仪或野外光谱仪在一定条件下测得的各类地物反射光谱数据的集合。,特点：它对准确地解译遥感图像信息、快速地实现未知地物的匹配、提高遥感分类识别水平起着至关重要的作用。,24,6.2.1 数据特点,光谱数据组成：一般包括植被、土壤、水体、冰雪、岩矿和人工目标6个典型地物大类。,遥感地面试验数据由遥感地面试验获取，是典型地物光谱测量与环境变量测量最终能获得规范、配套、完备、有效的数据集。,25,测量仪器,地物光谱数据的测量仪器主要有野外光谱仪和成,像光谱仪。,比如：光谱分析仪,ASD FieldSpec Pro ,成像光,谱仪（机载或星载），,modis,，,phi,，,omis,等,26,常见的光谱库,当前常见的光谱库有,6,个，公开提供电子版的有,USGS,、,JPL,、,JHU,、,IGCP-264,、,ASTER,等。,(1) USGS,是美国地质勘探局,USGS,（,United States Geological Survey,）光谱实验室在,1993,年建立的波长在,0.2,3.0um,之间的光谱库。包含,444,个样本的,498,个波谱，光谱分辨率为,4 nm,（可见光波段,0.2,0.8um,）和,10nm(,近红外波段,0.8,2. 35um),。,27,(2) JPL,是美国喷气推进实验室,(JPL Jet Propulsion Laboratory ),用,Beckman UV-5240,型号的仪器对,160,种不同粒度的常见矿物进行了测试，并同时进行了,X,光测试分析。最后按照小于,45um,，,45,125um,，,125,500um 3,种粒度，分别建立了,3,个光谱库,JPL1,，,JPL2,，,JPL3,，,突出反映了粒度对光谱反射率的影响,。除光谱数据外，还规范了样品采集、样品纯度和组分分析方法。,28,(3) 约翰霍普金斯大学(JHU)提供了包含15个子库的光谱库，针对不同的地物类型选用了不同的分光计，并且每种地物都给出了详细的文本介绍。其中，2.032.5m的光谱数据是用BeckmanUV-5240仪器测试得到的，2.0815m的光谱数据是用FTIR仪器测试得到的。,29,(4),美国在,IGCP-264,工程实施过程中，为了比较,光谱分辨率,和,采样间隔,对光谱特征的影响，对,26,种样本采用,5,种分光计测试，并同时进行了,EDS,、,SEM,、,XRD,分析测试。最后建成了,5,个光谱库。,(5) 2000,年,5,月，加利福尼亚技术研究所建立了,ASTER,光谱库，该库还配备了相关的辅助信息，并带有数据库搜索功能，用户能查询光谱数据。,30,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,31,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,32,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,0.4,1.0m,，部分在,0.4,2.4m,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。,33,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。,34,GeoImager,系统界面和光谱数据库管理界面,35,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,36,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。,37,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,38,6.3 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。,39,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。,40,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。,41,（,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,42,SAM通过下式确定测试光谱ti与一个参考光谱ri的相似性：,43,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，对于一个像元光谱,x,，计算它与第,i,个最终成分光谱的广义夹角 。如果，,，则,x,被判为第,i,最终成分光谱。,如果只是为了突出感兴趣的一类最终成分光谱，那么,SAM,的输出是一幅灰度图，其中亮度越高代表相似性越高，即和目标光谱有较高的吻合性。,44,SAM,技术在地质矿物分类成图中的应用较有潜力。对于与光谱库中的地物曲线相似的各种矿物，使用机载高光谱数据构造源于影像的各种矿物光谱反射曲线，使用这些数据签定和在图像上标出各种矿物的位置。,以南澳大利亚地区获取,hymap,机载高光谱扫描仪图像为例，获取的波段范围：,4002500nm,，分辨率,5m,45,c,几种选定矿物的实验室光谱反射率；,d,根据高光谱数据确定的已选矿产的光谱反射曲线,。,a,彩色合成图像,b,灰度图上显示六种矿物位置,c,d,以南澳大利亚地区获取,hymap,机载高光谱扫描仪图像为例，获取的波段范围：,4002500nm,，分辨率,5m,46,（3）交叉相关光谱匹配,交叉相关光谱匹配是,Meer&Bakker,于,1997,年建立的一种光谱匹配技术。这种技术考虑景物光谱和参考光谱之间的,相关系数,、,偏度,和,相关显著性标准,。,47,通过计算一个测试光谱（像元光谱）和一个参考光谱（实验室或像元光谱）在不同的匹配位置,m,的相关系数，来判断两光谱之间的相似程度。测试光谱和参考光谱在每个匹配位置的交叉相关系数等于两光谱之间的协方差除于它们各自方差的积。,m,为两个光谱之间错位的位置，一般,m,取值,0,1,）相关系数,48,交叉相关系数可用,t,统计量式,检验其显著性：,n,是两个光谱重合的波段数，该系数可用自由度为（,n-2,）查分布表得 值，如果 ，则两光谱在匹配位置,m,处相关显著，否则无统计意义。,2,）显著性,49,m,为了描述偏度，假定测试光谱轴不动，沿光谱轴方向移动参考光谱，并规定向短波方向移动为负，向长波方向移动为正。,据此，向短波移动一个波段，即,m=-1,；向长波移动一个波段，即,m=1,，以此类推。因此,m=-10,表示参考光谱向测试光谱短波方向偏移了,10,个波段，而,m=10,则向长波方向移动了,10,个波段，显然,m=0,说明两个光谱没有任何波段相对错位。,由此可见，当,m,绝对值最大为,10,时，就有,21,个交叉相关系数点。将这,21,个值依值从小到大排列并连成曲线即为交叉相关曲线图。,3,）偏度的描述,50,图示三类光谱：,上部的光谱显示单个、宽吸收特征，中心位于,2.17um,，匹配实验室,明矾石,光谱；,下部的光谱包含两个吸收峰，它匹配实验室,高岭土,矿物光谱；,中部的光谱没有显示明显吸收特征的则属于第三类矿物（,水铵长石,）,。,美国内华达州,Cuprite,地区的,AIS,图像。,应用交叉相关系数光谱匹配实例,51,下图,a,是重采样到,AVIRIS,图像波段宽度的高岭土、明矾石和水铵长石（测试光谱）三种矿物光谱曲线；,下图,b,则为由实验室的参考光谱高岭土光谱与图,a,中三种矿物光谱的交叉匹配相关系数图。,52,根据这种曲线图可计算曲线峰值的调整偏度，来描述曲线的形状和便于成偏度图。,当,=0,时，说明曲线峰值无偏；当 越接近,1,，说明偏度越大；反之当 值越接近,0,，说明峰值越小。至于左偏还是右偏视计算的偏度正负号而定，负者为左偏，正者为右偏。,两种光谱的完美匹配情形，相关系数图应显示抛物线峰值为,1,，并以为中心左右曲线呈对称曲线,53,美国内华达州,Cuprite,地区的,AVIRIS,影像与高岭土光谱在匹配位置为,0,时的匹配结果。每个值均归一化到,01,这个范围，越趋近,1,，亮度越亮，说明相关性越大；反之，越趋近,0,，亮度越暗，相关性越小。,与高岭土在匹配位置,m=0,时的相关系数图、相关显著性图以及偏度图,54,分别与高岭土、明矾石和水铵长石三种参考光谱进行匹配的最终结果。从图中可以看出三种矿石的分布概况以及相关性等特征。,与高岭土、明矾石和水铵长石三种光谱进行匹配的最终结果,（匹配位置取,m=0,显著性取,0.9,，偏度阈值取,0.1,）,55,作业,1.,光谱形态学分析的手段有哪些？请推导光谱吸收指数的公式及说明意义？,2.,光谱匹配的方法有哪些？如何进行交叉光谱匹配的工作？,3.,上网搜索利用“光谱吸收特征参数”进行矿物填图、地物识别等相关研究工作的论文，并写一篇读书报告。,56,