1、高光譜特征參量與光譜庫1第1頁，共55頁，2022年，5月20日，17點9分，星期四6.1 光譜形態學分析光譜特征參量化1）光譜吸收特征參數2）光譜斜率與坡向3）光譜二值編碼4）光譜導數5）光譜吸收特征匹配6）光譜積分7）光譜曲線模擬2第2頁，共55頁，2022年，5月20日，17點9分，星期四1）光譜吸收特征參數 主要是用來識別各種礦物成分或空間分布，通過定義的光譜參數來提取各種定量信息。 吸收波長位置（P）在光譜吸收谷中，反射率最低處的波長位置。 吸收深度（H）在某一波段吸收范圍內，反射率最低點到歸一化包絡線的距離。 吸收寬度（W）最大吸收深度一半處的光譜帶寬。3第3頁，共55頁，2022

2、年，5月20日，17點9分，星期四 面積（A） 對稱度（S）以吸收位置垂線為界限，右邊區域面積與左邊區 域面積比值的常用對數。 斜率（K）4第4頁，共55頁，2022年，5月20日，17點9分，星期四光譜吸收指數：SAI（spectral absorption index）一條光譜曲線的光譜吸收特征可以由光譜吸收谷點M與光譜吸收兩個肩部的S1與S2組成。5第5頁，共55頁，2022年，5月20日，17點9分，星期四 光譜特征參量的分析，尤其是光譜吸收指數（SAI）的計算，可以進行礦物吸收特征的鑒別，主要是特定波長吸收深度圖像的生成。不同吸收波長位置的SAI圖像序列形成光譜吸收圖像立方體，它構成

3、了礦物識別分類與填圖的特征參數集。例如，2.33微米的SAI圖像可以得到碳酸鹽礦物分布圖。2.20微米的SAI圖像可以得到粘土礦物分布圖，2.12微米的SAI圖像可以得到銨化物的分布圖等等。物理意義：6第6頁，共55頁，2022年，5月20日，17點9分，星期四）光譜斜率與坡向光譜坡向指數示意圖 在某一個波長區間內，如果光譜曲線可以近似地模擬出一條直線段，那么直線的斜率被成為光譜斜率。如果光譜斜率為正，則光譜曲線定義為正向坡；否則定義為負向坡，如果光譜斜率為0，則定義為平向坡。可以用光譜坡向指數（spectral slope index, SSI）來衡量光譜曲線的走向。7第7頁，共55頁，20

4、22年，5月20日，17點9分，星期四）光譜二值編碼適用于對光譜庫的查找和匹配。成像光譜數據這種海量數據會產生大程度的冗余度，會降低計算機的處理效率。為實施匹配，因此要建立一些數據縮減和模式匹配技術，提出了一系列對光譜進行二進制編碼的建議（Goetz，1990）。使得光譜可用簡單的0,1來表述。 8第8頁，共55頁，2022年，5月20日，17點9分，星期四最簡單的編碼方法 h(n)=0, if x(n)=T;其中x(n)是像元第n通道的亮度值，h(n)是其編碼，T是選定的門限制，一般選為光譜的平均亮度，這樣每個像元灰度值變為1bit，像元光譜變為一個與波段數長度相同的編碼序列。 9第9頁，共

5、55頁，2022年，5月20日，17點9分，星期四10第10頁，共55頁，2022年，5月20日，17點9分，星期四復雜一點的光譜匹配方式：11第11頁，共55頁，2022年，5月20日，17點9分，星期四12第12頁，共55頁，2022年，5月20日，17點9分，星期四4）光譜吸收特征提取實例三個特征參量？1. 最大吸收位置2. 最大吸收深度3.對稱性 13第13頁，共55頁，2022年，5月20日，17點9分，星期四第一個特征參量：最大吸收位置W 為了便于計算光譜吸收參數，可以將之線性化。先假設兩個開始點S1、S2，即左右兩個肩部（峰值為1）。再分別在兩肩部的中間假定兩吸收點A1、A2，進

6、而確定兩條線的交點，列出下面方程。即光譜最大吸收位置W可以有兩個肩部和兩個吸收點即為： x+ S214第14頁，共55頁，2022年，5月20日，17點9分，星期四第二個特征參量：光譜吸收深度D（0到1之間）。第三個特征參量：對稱性S，這里不用面積作為衡量單位。 利用這3個光譜吸收特征參數，對圖像進行分析可以分別得到高光譜影像的吸收位置圖、吸收深度圖以及對稱性圖。15第15頁，共55頁，2022年，5月20日，17點9分，星期四分別利用這三個吸收特征參數對美國內華達cuprite礦區影像進行分析處理。該地區原始影像是由航空可見光/紅外成像光譜儀（AVIRIS）于1995年獲得，共50個波段。1

7、6第16頁，共55頁，2022年，5月20日，17點9分，星期四主要分析Al-O和C的特征，并選擇相應的吸收波段：（1）Al-O分子的左右肩部分S1和S2別采用了第178個波段（2.0509um）和第199波段(2.2606um)，兩個吸收點A1和A2分別為第184個波段（2.1110um）和第196個波段（2.2307um）。（2）C分子的左右肩部分S1和S2別采用了第197個波段（2.2407um）和第212波段(2.3898um)，兩個吸收點A1和A2分別為第201個波段（2.2805um）和第210個波段（2.3700um）17第17頁，共55頁，2022年，5月20日，17點9分，星

8、期四AlO分子的光譜吸收位置圖C分子的光譜吸收位置圖18第18頁，共55頁，2022年，5月20日，17點9分，星期四光譜吸收深度圖 光譜對稱性 19第19頁，共55頁，2022年，5月20日，17點9分，星期四5）光譜導數（微分）即對光譜曲線進行求導。光譜導數不能產生多于原始光譜數據的信息，但可以抑制或去除無關信息，突出感興趣的目標信息。比如去除背景吸收或者是雜光反射信號，例如：增強光譜曲線在坡度上面的細微變化，或者消除部分大氣效應。20第20頁，共55頁，2022年，5月20日，17點9分，星期四6）光譜積分21第21頁，共55頁，2022年，5月20日，17點9分，星期四7）光譜曲線模擬

9、典型的地物具有典型的波形形態，為了準確的描述、確定光譜曲線的特點，我們可以將整條光譜曲線或者是曲線中的某一段用一個數學函數來表達出來，這就稱為是光譜曲線模擬。以植被的曲線模擬為例：分為兩個階段的模擬，500680可見光以及670780紅邊22第22頁，共55頁，2022年，5月20日，17點9分，星期四23第23頁，共55頁，2022年，5月20日，17點9分，星期四6.2 光譜數據庫光譜數據庫是：由高光譜成像光譜儀或野外光譜儀在一定條件下測得的各類地物反射光譜數據的集合。特點：它對準確地解譯遙感圖像信息、快速地實現未知地物的匹配、提高遙感分類識別水平起著至關重要的作用。 24第24頁，共55

10、頁，2022年，5月20日，17點9分，星期四6.2.1 數據特點光譜數據組成：一般包括植被、土壤、水體、冰雪、巖礦和人工目標6個典型地物大類。遙感地面試驗數據由遙感地面試驗獲取，是典型地物光譜測量與環境變量測量最終能獲得規范、配套、完備、有效的數據集。25第25頁，共55頁，2022年，5月20日，17點9分，星期四測量儀器地物光譜數據的測量儀器主要有野外光譜儀和成像光譜儀。比如：光譜分析儀ASD FieldSpec Pro ,成像光譜儀（機載或星載），modis，phi，omis等 26第26頁，共55頁，2022年，5月20日，17點9分，星期四常見的光譜庫 當前常見的光譜庫有6個，公開

11、提供電子版的有USGS、JPL、JHU、IGCP-264、ASTER等。(1) USGS是美國地質勘探局USGS（United States Geological Survey）光譜實驗室在1993年建立的波長在0.2 3.0um之間的光譜庫。包含444個樣本的498個波譜，光譜分辨率為4 nm（可見光波段0.2 0.8um）和10nm(近紅外波段0.8 2. 35um)。27第27頁，共55頁，2022年，5月20日，17點9分，星期四(2) JPL是美國噴氣推進實驗室 (JPL Jet Propulsion Laboratory )用Beckman UV-5240型號的儀器對160種不同粒

12、度的常見礦物進行了測試，并同時進行了X光測試分析。最后按照小于45um，45125um，125500um 3種粒度，分別建立了3個光譜庫JPL1，JPL2，JPL3，突出反映了粒度對光譜反射率的影響。除光譜數據外，還規范了樣品采集、樣品純度和組分分析方法。28第28頁，共55頁，2022年，5月20日，17點9分，星期四(3) 約翰霍普金斯大學(JHU)提供了包含15個子庫的光譜庫，針對不同的地物類型選用了不同的分光計，并且每種地物都給出了詳細的文本介紹。其中，2.032.5m的光譜數據是用BeckmanUV-5240儀器測試得到的，2.0815m的光譜數據是用FTIR儀器測試得到的。29第2

13、9頁，共55頁，2022年，5月20日，17點9分，星期四(4) 美國在IGCP-264工程實施過程中，為了比較 光譜分辨率和 采樣間隔 對光譜特征的影響，對26種樣本采用5種分光計測試，并同時進行了EDS、SEM、XRD分析測試。最后建成了5個光譜庫。(5) 2000年5月，加利福尼亞技術研究所建立了ASTER光譜庫，該庫還配備了相關的輔助信息，并帶有數據庫搜索功能，用戶能查詢光譜數據。30第30頁，共55頁，2022年，5月20日，17點9分，星期四光譜庫的數據來源于USGS、JPL、JHU3個光譜庫，共計8類，即:礦物類(1348種)，巖石類(244種)，土壤類(58種)，月球類(17種

14、)，隕石類(60種)，植被類(4種)，水/雪/冰(9種)和人造材料(56種)。其中礦物和隕石采用雙向反射波譜測量，波譜覆蓋率為2.0825um，其它都采用半球反射測量，波譜覆蓋范圍略有不同，但大致在0.315um范圍內。一般光譜庫的數據來源31第31頁，共55頁，2022年，5月20日，17點9分，星期四在許多遙感商用軟件中也包含高光譜數據庫模塊，如：在ENVI軟件中擁有波譜庫管理、編輯及分析模塊，它包含了美國地質調查局的USGS光譜庫，噴氣推進實驗室的JPL標準物質成分光譜庫，John Hopking 大學熱紅外及植被光譜庫，用戶可查看、建立、重采樣標準光譜庫和自己的光譜庫。光譜庫的發展32

15、第32頁，共55頁，2022年，5月20日，17點9分，星期四在我國，一些科研單位也著力于高光譜數據庫的研究。1987年中國科學院空間科學技術中心出版了“中國地球資源光譜信息資料匯編”，含巖石、土壤、水體、植被、農作物等地物的波譜曲線共1000條，并有相應的實驗分析報告。波長范圍主要為0.41.0m，部分在0.42.4m之間。1998年中科院遙感所建立了面向對象的光譜數據庫，共收集地物光譜數據5000條，這是我國第一部系統的光譜庫。建立一個齊全完善的光譜數據庫需要大量的人力和物力，但是可以根據自己的需要建立小型的光譜數據庫。33第33頁，共55頁，2022年，5月20日，17點9分，星期四簡單

16、的實例：Geoimager光譜庫系統遙感圖像處理軟件GeoImager中。該數據庫能夠根據用戶的需求，對大量的地物目標按照一定的標準，進行統一的管理、查詢、提供高光譜數據的各種分析功能，并具有圖像光譜維顯示分析等模塊。 34第34頁，共55頁，2022年，5月20日，17點9分，星期四GeoImager 系統界面和光譜數據庫管理界面 35第35頁，共55頁，2022年，5月20日，17點9分，星期四源數據來自野外光譜儀，在輸入數據時用戶只需選擇一個或多個地物的反射率文件即可，但多個地物建立到一個光譜庫的前提條件是這幾個地物的波長數據應該保持一致。在建庫模塊中，用戶可以重命名地物光譜曲線名稱，可

17、以添加、刪除、顯示任意條光譜曲線，并實現數據庫文件和ASCII碼文件兩種格式的保存。光譜庫建庫模塊界面以及幾個功能菜單 36第36頁，共55頁，2022年，5月20日，17點9分，星期四在光譜重采樣模塊，提供了用戶自定義濾波重采樣、數據濾波重采樣、傳感器濾波重采樣等。 37第37頁，共55頁，2022年，5月20日，17點9分，星期四針對高光譜數據的特點，系統提供了光譜特征分析的功能：如光譜吸收特征分析、包絡線去除等。并且在高光譜影像上點擊顯示圖像像素的光譜曲線圖。光譜吸收特征分析輸入參數界面 干草去除包絡線前后的光譜曲線 38第38頁，共55頁，2022年，5月20日，17點9分，星期四6.

18、3 基于光譜庫的光譜匹配在成像光譜圖像處理中，光譜匹配技術是成像光譜地物識別的關鍵技術之一。所謂光譜匹配是通過研究兩個光譜曲線的相似度來判斷地物的歸屬類別。它是由已知地物類型的反射光譜，通過波形或特征匹配比較來達到識別地物類型的目的。 39第39頁，共55頁，2022年，5月20日，17點9分，星期四從概念上出發，光譜匹配主要有以下三種運作模式：查找：從圖像的反射光譜出發，將像元光譜數據與光譜數據庫中的標準光譜響應曲線進行比較搜索，并將像元歸于與其最相似的標準光譜響應所對應的類別，這是一個查找過程。匹配：利用光譜數據庫，將具有某種特征的地物標準光譜響應曲線當作模版與遙感圖像像元進行比較，找出最

19、相似的像元并賦予該類標記，這是一個匹配過程。聚類：根據像元之間的光譜響應曲線本身的相似度，將最相似的像元歸并為一類，這是一種聚類過程。40第40頁，共55頁，2022年，5月20日，17點9分，星期四基于光譜庫的光譜匹配技術：（1）二值編碼匹配高嶺土與明礬石的成像光譜圖像數據編碼匹配時，只需要將二值編碼光譜數據庫內感興趣的二值編碼向量（已知）同未知的高光譜二值編碼圖（像元）匹配并計算匹配系數。人們根據匹配系數的大小來確定和提取位置圖像上感興趣的地物信息。41第41頁，共55頁，2022年，5月20日，17點9分，星期四（2）光譜角度匹配光譜角度匹配（Spectral Angle Match：S

20、AM）通過計算一個測量光譜（像元光譜）與參考光譜之間的“角度”來確定他們兩者之間的相似性。這種技術在地質礦物分類成圖中的應用較有潛力。參考光譜可以是實驗室光譜或野外測定光譜或是從圖像上提取的像元光譜。 下面通過兩波段（二維）的一個簡單例子來說明參考光譜和測試光譜的關系 42第42頁，共55頁，2022年，5月20日，17點9分，星期四SAM通過下式確定測試光譜ti與一個參考光譜ri的相似性：43第43頁，共55頁，2022年，5月20日，17點9分，星期四SAM的流程分為4步：（1）從光譜數據庫中選擇感興趣的“最終成分光譜”；（2）對“最終成分光譜”做重采樣，因為圖像光譜分辨率通常要低于地面測

21、量的光譜分辨率，使兩者光譜分辨率一致。（3）計算最終成分光譜與圖像像元光譜兩個光譜向量之間的角度 （廣義夾角余弦），以評價此兩光譜向量相似性。當 =0時表示兩個光譜完全相似，而 時則兩個光譜完全不同。（4）計算成像光譜圖上每個像元光譜與每個最終成分光譜的，從而實現對圖像光譜的匹配和分類。 具體匹配分類時，對于一個像元光譜x，計算它與第i個最終成分光譜的廣義夾角 。如果， ，則x被判為第i最終成分光譜。 如果只是為了突出感興趣的一類最終成分光譜，那么SAM的輸出是一幅灰度圖，其中亮度越高代表相似性越高，即和目標光譜有較高的吻合性。44第44頁，共55頁，2022年，5月20日，17點9分，星期四

22、SAM技術在地質礦物分類成圖中的應用較有潛力。對于與光譜庫中的地物曲線相似的各種礦物，使用機載高光譜數據構造源于影像的各種礦物光譜反射曲線，使用這些數據簽定和在圖像上標出各種礦物的位置。以南澳大利亞地區獲取hymap機載高光譜掃描儀圖像為例，獲取的波段范圍：4002500nm，分辨率5m45第45頁，共55頁，2022年，5月20日，17點9分，星期四c幾種選定礦物的實驗室光譜反射率；d根據高光譜數據確定的已選礦產的光譜反射曲線。a 彩色合成圖像b 灰度圖上顯示六種礦物位置cd以南澳大利亞地區獲取hymap機載高光譜掃描儀圖像為例，獲取的波段范圍：4002500nm，分辨率5m46第46頁，共

23、55頁，2022年，5月20日，17點9分，星期四（3）交叉相關光譜匹配交叉相關光譜匹配是Meer&Bakker于1997年建立的一種光譜匹配技術。這種技術考慮景物光譜和參考光譜之間的相關系數、偏度和相關顯著性標準。 47第47頁，共55頁，2022年，5月20日，17點9分，星期四通過計算一個測試光譜（像元光譜）和一個參考光譜（實驗室或像元光譜）在不同的匹配位置m的相關系數，來判斷兩光譜之間的相似程度。測試光譜和參考光譜在每個匹配位置的交叉相關系數等于兩光譜之間的協方差除于它們各自方差的積。 m為兩個光譜之間錯位的位置，一般m取值01）相關系數48第48頁，共55頁，2022年，5月20日，

24、17點9分，星期四交叉相關系數可用t統計量式檢驗其顯著性：n是兩個光譜重合的波段數，該系數可用自由度為（n-2）查分布表得 值，如果 ，則兩光譜在匹配位置m處相關顯著，否則無統計意義。2）顯著性49第49頁，共55頁，2022年，5月20日，17點9分，星期四m為了描述偏度，假定測試光譜軸不動，沿光譜軸方向移動參考光譜，并規定向短波方向移動為負，向長波方向移動為正。據此，向短波移動一個波段，即m=-1 ；向長波移動一個波段，即m=1，以此類推。因此m=-10表示參考光譜向測試光譜短波方向偏移了10個波段，而m=10則向長波方向移動了10個波段，顯然m=0說明兩個光譜沒有任何波段相對錯位。由此可見，當m絕對值最大為10時，就有21個交叉相關系數點。將這21個值依值從小到大排列并連成曲線即為交叉相關曲線圖。 3）偏度的描述50第50頁，共55頁，2022年