CH717361A2 - Method and system for extracting angular anomaly information from remote sensing data. - Google Patents
Method and system for extracting angular anomaly information from remote sensing data. Download PDFInfo
- Publication number
- CH717361A2 CH717361A2 CH00819/20A CH8192020A CH717361A2 CH 717361 A2 CH717361 A2 CH 717361A2 CH 00819/20 A CH00819/20 A CH 00819/20A CH 8192020 A CH8192020 A CH 8192020A CH 717361 A2 CH717361 A2 CH 717361A2
- Authority
- CH
- Switzerland
- Prior art keywords
- remote sensing
- sensing data
- angular
- anomaly information
- data set
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000003595 spectral effect Effects 0.000 claims abstract description 54
- 238000006243 chemical reaction Methods 0.000 claims abstract description 18
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 18
- 238000005516 engineering process Methods 0.000 claims abstract description 9
- 238000000605 extraction Methods 0.000 claims description 25
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000009826 distribution Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 229910052500 inorganic mineral Inorganic materials 0.000 abstract description 5
- 239000011707 mineral Substances 0.000 abstract description 5
- 239000000284 extract Substances 0.000 abstract description 3
- 230000009466 transformation Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241000132092 Aster Species 0.000 description 1
- 102000006463 Talin Human genes 0.000 description 1
- 108010083809 Talin Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/2823—Imaging spectrometer
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
- G01V3/08—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation operating with magnetic or electric fields produced or modified by objects or geological structures or by detecting devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V8/00—Prospecting or detecting by optical means
- G01V8/02—Prospecting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/2823—Imaging spectrometer
- G01J2003/2826—Multispectral imaging, e.g. filter imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N2021/1793—Remote sensing
- G01N2021/1797—Remote sensing in landscape, e.g. crops
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N2021/3129—Determining multicomponents by multiwavelength light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/12—Circuits of general importance; Signal processing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Remote Sensing (AREA)
- Astronomy & Astrophysics (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Immunology (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Geology (AREA)
- Electromagnetism (AREA)
- Environmental & Geological Engineering (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
Die vorliegende Erfindung offenbart ein Verfahren und ein System zur Gewinnung von Informationen über Winkelanomalien aus Fernerkundungsdaten und bezieht sich auf den Bereich der Mineralexploration. Das Verfahren umfasst hauptsächlich: Speichern der erhaltenen Fernerkundungsdaten in einem Arbeitsbereich bandbreitenweise, um einen Fernerkundungsdatensatz zu bilden (102), Durchführen einer Winkelumwandlung der Daten in dem Fernerkundungsdatensatz, um einen spektralen Winkeldatensatz zu erzeugen (103), und Extrahieren von Winkelanomalieinformationen aus den Fernerkundungsdaten aus dem spektralen Winkeldatensatz unter Verwendung einer orthogonalen Zerlegungstechnologie (104). Die vorliegende Erfindung kombiniert spektrale Merkmale und spektrale Unterschiede und extrahiert Winkelanomalie-Informationen, wodurch bessere Ergebnisse erzielt werden als durch die Extraktion gewöhnlicher Anomalie-Informationen aus Fernerkundungsdaten.The present invention discloses a method and system for extracting angular anomaly information from remote sensing data and relates to the field of mineral exploration. The method mainly comprises: storing the obtained remote sensing data in a work area in a bandwidth-wise manner to form a remote sensing data set (102), performing an angle conversion of the data in the remote sensing data set to generate a spectral angle data set (103), and extracting angle anomaly information from the remote sensing data the spectral angle data set using an orthogonal decomposition technology (104). The present invention combines spectral features and spectral differences and extracts angular anomaly information, which provides better results than extracting ordinary anomaly information from remote sensing data.
Description
TECHNISCHER BEREICHTECHNICAL PART
[0001] Die vorliegende Erfindung bezieht sich auf den Bereich der Mineralexploration und insbesondere auf eine Methode und ein System zur Gewinnung von Informationen über Winkelanomalien aus Fernerkundungsdaten. The present invention relates to the field of mineral exploration and, more particularly, to a method and system for extracting information about angular anomalies from remote sensing data.
HINTERGRUNDBACKGROUND
[0002] In der Praxis hat sich gezeigt, dass die Gewinnung von Informationen über häufige Anomalien aus Fernerkundungsdaten eine wichtige Rolle bei der Mineralexploration im Wüstengebiet der Gobi spielt. Die extrahierten Informationen über häufige Anomalien enthalten jedoch viele Interferenzinformationen und unidentifizierbare Informationen. Der Grund dafür ist, dass sich die Extraktion von Informationen über häufige Anomalien aus Fernerkundungsdaten nur auf die spektralen Merkmale der Daten, nicht aber auf die spektralen Winkelinformationen konzentriert. In practice it has been shown that the extraction of information about common anomalies from remote sensing data plays an important role in mineral exploration in the desert region of the Gobi. However, the extracted information about common anomalies contains much interference information and unidentifiable information. This is because the extraction of common anomalies information from remote sensing data focuses only on the spectral characteristics of the data, not on the spectral angle information.
ZUSAMMENFASSUNGSUMMARY
[0003] Die vorliegende Erfindung stellt ein Verfahren und ein System zur Extraktion von Winkelanomalie-Informationen aus Fernerkundungsdaten zur Verfügung, die spektrale Merkmale und spektrale Unterschiede kombinieren und Winkelanomalie-Informationen extrahieren, wodurch bessere Ergebnisse erzielt werden als die Extraktion gewöhnlicher Anomalie-Informationen aus Fernerkundungsdaten. The present invention provides a method and system for extracting angular anomaly information from remote sensing data that combines spectral features and spectral differences and extracting angular anomaly information, which provides better results than extracting ordinary anomaly information from remote sensing data .
[0004] Um das oben genannte Ziel zu erreichen, bietet die vorliegende Erfindung die folgenden Lösungen: Eine Methode zur Extraktion von Winkelanomalie-Informationen aus Fernerkundungsdaten beinhaltet: Gewinnung von Multiband-Fernerkundungsdaten in einem Arbeitsbereich; Speicherung der Fernerkundungsdaten pro Band zur Bildung eines Fernerkundungsdatensatzes, wobei die Fernerkundungsdaten jedes Bandes im Arbeitsbereich aus einer zweidimensionalen Matrix mit Koordinaten zusammengesetzt sind; Durchführung der Winkelumwandlung der Daten im Fernerkundungsdatensatz zur Erzeugung eines spektralen Winkeldatensatzes; und Extrahieren von Winkelanomalie-Informationen aus den Fernerkundungsdaten aus dem spektralen Winkeldatensatz unter Verwendung einer orthogonalen Zerlegungstechnik.In order to achieve the above object, the present invention offers the following solutions: A method for extracting angular anomaly information from remote sensing data includes: obtaining multiband remote sensing data in a work area; Storage of the remote sensing data per band to form a remote sensing data set, the remote sensing data of each band in the work area being composed of a two-dimensional matrix with coordinates; Implementation of the angle conversion of the data in the remote sensing data set to generate a spectral angle data set; and extracting angle anomaly information from the remote sensing data from the spectral angle data set using an orthogonal decomposition technique.
[0005] Optional, nach der Extraktion von Winkelanomalie-Informationen aus den Fernerkundungsdaten aus dem spektralen Winkeldatensatz unter Verwendung einer orthogonalen Zerlegungstechnologie, umfasst die Methode eine weitere Überlagerung der Winkelanomalie-Informationen aus den Fernerkundungsdaten mit den Multiband-Fernerkundungsdaten, um ein Bild der Fernerkundungs-Zielpositionsinformationen auszugeben. Optionally, after the extraction of angle anomaly information from the remote sensing data from the spectral angle data set using an orthogonal decomposition technology, the method includes a further overlay of the angle anomaly information from the remote sensing data with the multiband remote sensing data to produce an image of the remote sensing Output target position information.
[0006] Ein System zur Extraktion von Winkelanomalie-Informationen aus Fernerkundungsdaten beinhaltet: ein Modul zur Gewinnung von Fernerkundungsdaten in einem Arbeitsbereich, das so konfiguriert ist, dass es Multiband-Fernerkundungsdaten in einem Arbeitsbereich erhält; ein Modul zur Erzeugung eines Fernerkundungsdatensatzes, das so konfiguriert ist, dass es die Fernerkundungsdaten bandweise speichert, um einen Fernerkundungsdatensatz zu bilden, wobei die Fernerkundungsdaten jedes Bandes im Arbeitsbereich aus einer zweidimensionalen Matrix mit Koordinaten zusammengesetzt sind; ein Modul zur Erzeugung eines Spektralwinkeldatensatzes, das so konfiguriert ist, dass es eine Winkelumwandlung der Daten in dem Fernerkundungsdatensatz durchführt, um einen Spektralwinkeldatensatz zu erzeugen; und ein Modul zur Extraktion von Winkelanomalie-Informationen, das so konfiguriert ist, dass es Winkelanomalie-Informationen aus den Fernerkundungsdaten aus dem spektralen Winkeldatensatz unter Verwendung einer orthogonalen Zerlegungstechnologie extrahiert.A system for extracting angular anomaly information from remote sensing data includes: a module for obtaining remote sensing data in a work area, configured to receive multiband remote sensing data in a work area; a remote sensing data set generation module configured to store the remote sensing data band by band to form a remote sensing data set, the remote sensing data of each band in the work area being composed of a two-dimensional matrix of coordinates; a module for generating a spectral angle data set configured to perform an angular conversion of the data in the remote sensing data set to generate a spectral angle data set; and an angular anomaly information extraction module configured to extract angular anomaly information from the remote sensing data from the spectral angular data set using an orthogonal decomposition technology.
[0007] Optional enthält das System weitere Optionen: ein Bildausgabemodul, das so konfiguriert ist, dass es die Winkelanomalie-Informationen aus den Fernerkundungsdaten mit den Multiband-Fernerkundungsdaten überlagert, um ein Bild der Fernerkundungs-Zielpositionsinformationen auszugeben.Optionally, the system includes further options: an image output module configured to overlay the angular anomaly information from the remote sensing data with the multiband remote sensing data to output an image of the remote sensing target position information.
[0008] Nach Beispielen, die durch die vorliegende Erfindung geliefert werden, offenbart diese Erfindung die folgenden technischen Wirkungen. According to examples provided by the present invention, this invention discloses the following technical effects.
[0009] Die vorliegende Erfindung bietet eine Methode und ein System zur Extraktion von Winkelanomalie-Informationen aus Fernerkundungsdaten. Das Verfahren umfasst hauptsächlich: Speichern der erhaltenen Fernerkundungsdaten in einem Arbeitsbereich bandbreitenweise, um einen Fernerkundungsdatensatz zu bilden; Durchführen einer Winkelumwandlung der Daten in dem Fernerkundungsdatensatz, um einen spektralen Winkeldatensatz zu erzeugen; und Extrahieren von Winkelanomalieinformationen aus den Fernerkundungsdaten aus dem spektralen Winkeldatensatz unter Verwendung einer orthogonalen Zerlegungstechnologie. Die vorliegende Erfindung kombiniert spektrale Merkmale und spektrale Unterschiede und extrahiert Winkelanomalie-Informationen, wodurch bessere Ergebnisse erzielt werden als durch die Extraktion gewöhnlicher Anomalie-Informationen aus Fernerkundungsdaten. The present invention provides a method and system for extracting angular anomaly information from remote sensing data. The method mainly comprises: storing the obtained remote sensing data in a work area in a bandwidth-wise manner to form a remote sensing data set; Performing an angular conversion of the data in the remote sensing data set to generate a spectral angle data set; and extracting angle anomaly information from the remote sensing data from the spectral angle data set using an orthogonal decomposition technology. The present invention combines spectral features and spectral differences and extracts angular anomaly information, which provides better results than extracting ordinary anomaly information from remote sensing data.
KURZBESCHREIBUNG DER ZEICHNUNGENBRIEF DESCRIPTION OF THE DRAWINGS
[0010] Um die technischen Lösungen in den Beispielen der vorliegenden Erfindung bzw. im Stand der Technik genauer zu beschreiben, werden im Folgenden die zu den Beispielen erforderlichen Begleitzeichnungen kurz beschrieben. Die Zeichnungen in der folgenden Beschreibung zeigen nur einige Beispiele der vorliegenden Erfindung, und ein Fachmann kann aus diesen begleitenden Zeichnungen ohne schöpferische Bemühungen noch andere Beispiele der Erfindung ableiten. In order to describe the technical solutions in the examples of the present invention or in the prior art in more detail, the accompanying drawings required for the examples are briefly described below. The drawings in the following description show only a few examples of the present invention and one skilled in the art can derive still other examples of the invention from these accompanying drawings without creativity.
[0011] BILD 1 ist ein Flussdiagramm einer Methode zur Extraktion von Winkelanomalie-Informationen aus Fernerkundungsdaten gemäß der vorliegenden Erfindung. FIG. 1 is a flow diagram of a method for extracting angular anomaly information from remote sensing data in accordance with the present invention.
[0012] BILD 2 ist ein Frequenzbereichshistogramm von Winkeln, die einem Winkelanomalie-Informationsextraktionsbereich gemäß der vorliegenden Erfindung entsprechen. FIG. 2 is a frequency domain histogram of angles corresponding to an angular anomaly information extraction region in accordance with the present invention.
[0013] BILD 3 ist eine schematische Darstellung der Positionen der Winkelanomalie-Informationen gemäß der vorliegenden Erfindung. FIG 3 is a schematic representation of the positions of the angle anomaly information in accordance with the present invention.
[0014] BILD 4 ist ein Diagramm der Fernerkundungs-Zielpositionsinformationen gemäß der vorliegenden Erfindung. FIG 4 is a diagram of remote sensing target position information in accordance with the present invention.
[0015] BILD 5 ist ein Strukturdiagramm eines Systems zur Extraktion von Winkelanomalie-Informationen aus Fernerkundungsdaten gemäß der vorliegenden Erfindung. FIG 5 is a structural diagram of a system for extracting angular anomaly information from remote sensing data in accordance with the present invention.
DETAILLIERTE BESCHREIBUNGDETAILED DESCRIPTION
[0016] Im Folgenden werden die technischen Lösungen in den Beispielen der vorliegenden Erfindung klar und vollständig beschrieben, wobei auf begleitende Zeichnungen in den Beispielen der vorliegenden Erfindung verwiesen wird. Offensichtlich sind die beschriebenen Beispiele nur ein Teil und nicht alle Beispiele der vorliegenden Erfindung. Alle anderen Beispiele, die von einem Fachmann auf der Grundlage der Beispiele der vorliegenden Erfindung ohne schöpferische Bemühungen gewonnen werden, fallen ebenso in den Schutzbereich der vorliegenden Erfindung. In the following, the technical solutions in the examples of the present invention will be clearly and completely described, reference being made to accompanying drawings in the examples of the present invention. Obviously, the examples described are only a part and not all of the examples of the present invention. All other examples obtained by one skilled in the art on the basis of the examples of the present invention without any creative effort also fall within the scope of the present invention.
[0017] Die vorliegende Erfindung stellt eine Methode und ein System zur Extraktion von Winkelanomalie-Informationen aus Fernerkundungsdaten zur Verfügung, die spektrale Merkmale und spektrale Unterschiede kombinieren und Winkelanomalie-Informationen extrahieren, wodurch bessere Ergebnisse erzielt werden als die Extraktion von allgemeinen Anomalie-Informationen aus Fernerkundungsdaten. The present invention provides a method and system for extracting angular anomaly information from remote sensing data that combines spectral features and spectral differences and extracts angular anomaly information, which provides better results than extraction of general anomaly information Remote sensing data.
[0018] Um die oben genannten Ziele, Merkmale und Vorteile der vorliegenden Erfindung besser verständlich zu machen, wird die vorliegende Erfindung im Folgenden anhand der beigefügten Zeichnungen und detaillierten Beispiele näher beschrieben. In order to make the above-mentioned objects, features and advantages of the present invention better understood, the present invention is described in more detail below with reference to the accompanying drawings and detailed examples.
[0019] Eine „Winkelanomalie“ ist eine Anomalie, die mit Hilfe einer Anomalie-Extraktionstechnik auf der Grundlage eines spektralen Winkeldatensatzes extrahiert wird, die die Fehler überwinden kann, die durch die übliche Anomalie-Extraktion von Datenwerten verursacht werden, und die die Vorteile der geometrischen Anomalie-Extraktion und der statistischen Klassifikation kombiniert, um Anomalien genau zu identifizieren. Sie umfasst drei Schritte: Winkelkonstruktion, Winkelanomalie-Extraktion sowie Anomalie-Slicing (in Scheiben schneiden bzw. Aufschneiden) und -Optimierung. An "angle anomaly" is an anomaly that is extracted using an anomaly extraction technique based on a spectral angle data set that can overcome the errors caused by the usual anomaly extraction of data values and that take advantage of the geometric anomaly extraction and statistical classification combined to accurately identify anomalies. It consists of three steps: angle construction, angle anomaly extraction, and anomaly slicing and optimization.
[0020] Wie in BILD 1 dargestellt, umfasst eine Methode zur Extraktion von Winkelanomalie-Informationen aus Fernerkundungsdaten, die durch die vorliegende Erfindung bereitgestellt werden, die folgenden Schritte: As shown in FIG 1, a method for extracting angular anomaly information from remote sensing data provided by the present invention comprises the following steps:
[0021] Schritt 101: Beschaffung von Multiband-Fernerkundungsdaten in einem Arbeitsbereich. Step 101: Acquisition of multiband remote sensing data in a work area.
[0022] Bei den erhaltenen Multiband-Fernerkundungsdaten des Arbeitsbereichs (Bergbaugebiet) kann es sich um Hyperspektraldaten, Multispektraldaten und andere optische Fernerkundungsdaten wie ASTER und LANDSAT handeln. The received multiband remote sensing data of the working area (mining area) can be hyperspectral data, multispectral data and other optical remote sensing data such as ASTER and LANDSAT.
[0023] Schritt 102: Speichern der Fernerkundungsdaten bandweise, um einen Fernerkundungsdatensatz zu bilden, wobei die Fernerkundungsdaten jedes Bandes im Arbeitsbereich aus einer zweidimensionalen Matrix mit Koordinaten zusammengesetzt sind. Step 102: storing the remote sensing data band by band to form a remote sensing data set, the remote sensing data of each band in the work area being composed of a two-dimensional matrix with coordinates.
[0024] Die gewonnenen Fernerkundungsdaten werden bandweise gespeichert (ausgegeben). Zum Beispiel stellt BAND1 ein erstes Band und BAND2 ein zweites Band dar. Es gibt insgesamt M×N-Bänder. Jedes Band besteht aus einer zweidimensionalen Matrix mit Koordinaten. Der gebildete Fernerkundungsdatensatz ist in der folgenden Formel dargestellt. The remote sensing data obtained are stored (output) band by band. For example, BAND1 represents a first band and BAND2 represents a second band. There are M × N bands in total. Each band consists of a two-dimensional matrix with coordinates. The generated remote sensing data set is shown in the following formula.
[0025] Schritt 103: Durchführung einer Winkelkonvertierung an den Daten im Fernerkundungsdatensatz, um einen spektralen Winkeldatensatz zu erzeugen. Spezifisch, einen Mittelwert der Fernerkundungsdaten im Fernerkundungsdatensatz berechnen, d.h: Step 103: Performing an angle conversion on the data in the remote sensing data set in order to generate a spectral angle data set. Specifically, calculate an average of the remote sensing data in the remote sensing dataset, i.e.:
[0026] BANDI repräsentiert zweidimensionale Matrixdaten des Bandes I (d.h. Fernerkundungsdaten des Bandes I). Verwenden Sie den Mittelwert als Ursprung, um eine Winkelumwandlung des Fernerkundungsdatensatzes durchzuführen und so Winkeldaten zu erhalten, d.h: BANDI represents Band I two-dimensional matrix data (i.e., Band I remote sensing data). Use the mean value as the origin to perform an angular conversion of the remote sensing dataset to obtain angular data, i.e.:
[0027] Bi einen spezifischen Wert in zweidimensionalen Matrixdaten des Bandes i darstellt, und ϕj repräsentiert spektrale Winkeldaten, die nach der Datenkonvertierung des Bandes j erhalten wurden. Ein neu generierter spektraler Winkeldatensatz ist wie folgt: Bi represents a specific value in two-dimensional matrix data of the band i, and ϕj represents spectral angle data obtained after the data conversion of the band j. A newly generated spectral angle data set is as follows:
[0028] Φ1repräsentiert spektrale Winkeldaten, die nach der Datenumwandlung von Band 1 erhalten wurden. Alternativ kann die Winkelumwandlung in einem Band durchgeführt werden. Zum Beispiel kann die Winkelkonvertierung in Band BANDI lautet wie folgt: [0028] Φ1 represents spectral angle data obtained after Volume 1 data conversion. Alternatively, the angular conversion can be carried out in one band. For example, the angle conversion in band BANDI can be as follows:
[0029] Bi repräsentiert einen spezifischen Wert in den zweidimensionalen Matrixdaten des Bandes i, Bijkeinen spezifischen Wert in Zeile j und Spalte k der zweidimensionalen Matrixdaten des Bandes I darstellt, und θi repräsentiert Spektralwinkeldaten, die nach der Banddatenkonvertierung erhalten wurden. Ein neu erzeugter Spektralwinkeldatensatz des Bandes sieht wie folgt aus: Bi represents a specific value in the two-dimensional matrix data of the band i, Bijk represents a specific value in row j and column k of the two-dimensional matrix data of the band I, and θi represents spectral angle data obtained after the band data conversion. A newly generated spectral angle data set of the band looks like this:
[0030] Θ1repräsentiert spektrale Winkeldaten, die nach der Umwandlung der Fernerkundungsdaten des ersten Bandes erhalten wurden. [0030] Θ1 represents spectral angle data obtained after converting the remote sensing data of the first band.
[0031] Schritt 104: Extrahierung mit Hilfe einer orthogonalen Zerlegungstechnik von Winkelanomalie-Informationen aus den Fernerkundungsdaten aus dem spektralen Winkeldatensatz. Step 104: Extraction using an orthogonal decomposition technique of angle anomaly information from the remote sensing data from the spectral angle data set.
[0032] (1) Verwendung eines Schiefe-Koeffizienten und eines Kurtosis-Koeffizienten, um aus dem spektralen Winkeldatensatz einen in BILD 3 gezeigten Bereich zur Extraktion von Winkelanomalie-Informationen auszuwählen. (1) Use of a skew coefficient and a kurtosis coefficient to select an area shown in FIG 3 from the spectral angle data set for the extraction of angle anomaly information.
[0033] Annahme einer Fläche p×q in den Spektralwinkeldatensätzen ANGSET und ACRSET. Ein Bandpixel Θst(s = 1, ..., p; t = 1, ..., q) eines Fernerkundungsbildes in diesem Bereich liegt innerhalb von [x0, xp], ist ein Mittelwert der Pixel Θ und eine Standardabweichung ist σ. Verwendung des Schiefe-Koeffizienten und des Kurtosis-Koeffizienten, um ein Histogramm zu bestimmen. BILD 2 ist ein Histogramm der Winkel im Frequenzbereich, die dem Bereich entsprechen, in dem die Information über die Winkelanomalie extrahiert wurde. Assumption of an area p × q in the spectral angle data sets ANGSET and ACRSET. A band pixel Θst (s = 1, ..., p; t = 1, ..., q) of a remote sensing image in this area lies within [x0, xp], is a mean value of the pixels Θ and a standard deviation is σ. Using the Skew coefficient and the kurtosis coefficient to determine a histogram. FIG 2 is a histogram of the angles in the frequency range that correspond to the range in which the information about the angle anomaly was extracted.
[0034] Der Schiefe-Koeffizient entspricht der folgenden Formel: ε1 ist eine gegebene kleine positive Zahl. The skew coefficient corresponds to the following formula: ε1 is a given small positive number.
[0035] Der Kurtosis-Koeffizient entspricht der folgenden Formel: ε2 ist eine gegebene kleine positive Zahl. The kurtosis coefficient corresponds to the following formula: ε2 is a given small positive number.
[0036] Dann ist dieser p×q-Bereich die ausgewählten Daten X. Then this p × q area is the selected data X.
[0037] (2) Verwendung des orthogonalen Zerlegungsalgorithmus zur Verarbeitung der Daten im Bereich der Extraktion der Winkelanomalie-Informationen, um die Winkelanomalie-Informationen aus den Fernerkundungsdaten zu extrahieren. (2) Using the orthogonal decomposition algorithm to process the data in the area of extracting the angle anomaly information to extract the angle anomaly information from the remote sensing data.
[0038] Verwendung des orthogonalen Zerlegungsalgorithmus für die ausgewählten Daten X, um die Winkelanomalie-Informationen aus den Fernerkundungsdaten zu extrahieren. Using the orthogonal decomposition algorithm for the selected data X to extract the angular anomaly information from the remote sensing data.
[0039] Das Prinzip lautet wie folgt: Zuerst wird der Ursprung der Koordinaten so verschoben, dass der Mittelwert Null ist. Dann werden die Koordinaten so gedreht, dass eine Koordinatenachse mit einer Richtung zusammenfällt, in der die meisten Daten verteilt sind. Die gedrehte Achse ist eine erste orthogonale Basis, die den größten Anteil der gesamten Information ausmacht. Eine zu dieser gedrehten Achse senkrechte Koordinatenachse stellt eine Richtung der übrigen Informationen dar, die eine zweite orthogonale Basis darstellt. In einem mehrdimensionalen Raum mit mehr als zwei Dimensionen wird diese Verarbeitung fortgesetzt, bis ein Satz rechtwinkliger Koordinatenachsen bestimmt ist. Alle Informationen werden auf diesen rechtwinkligen Koordinatenachsen verteilt (verbraucht). Die Informationen können nicht alle in einer sekundären orthogonalen Basis enthalten sein. Stattdessen ist die Anzahl der orthogonalen Basen gleich der Anzahl der ursprünglichen Parameter. Die Gesamtmenge der Information aller orthogonalen Basen ist gleich der vor der Konvertierung, d.h. der Erhaltung der Information. The principle is as follows: First, the origin of the coordinates is shifted so that the mean value is zero. Then the coordinates are rotated so that a coordinate axis coincides with a direction in which most of the data is distributed. The rotated axis is a first orthogonal base that makes up the largest portion of the total information. A coordinate axis perpendicular to this rotated axis represents a direction of the remaining information, which represents a second orthogonal base. In a multidimensional space with more than two dimensions, this processing continues until a set of rectangular coordinate axes is determined. All information is distributed (consumed) on these right-angled coordinate axes. The information cannot all be contained in a secondary orthogonal base. Instead, the number of orthogonal bases is equal to the number of original parameters. The total amount of information of all orthogonal bases is equal to that before the conversion, i.e. the preservation of the information.
[0040] Die Daten der Bänder werden auf neue orthogonale Basen abgebildet, deren Menge mit der der Bänder übereinstimmt. Jede orthogonale Basis wird durch lineare Addition von Eigenvektoren gebildet. In der Mathematik geht es darum, einige neue Variablen ξ1, ξ2, ..., ξuzu finden, die lineare Funktionen von X sind, aber nicht miteinander in Beziehung stehen, das heißt: The data of the bands are mapped onto new orthogonal bases, the amount of which matches that of the bands. Every orthogonal basis is formed by the linear addition of eigenvectors. Mathematics is about finding some new variables ξ1, ξ2, ..., ξu that are linear functions of X but are not related to each other, that is:
[0041] Eigentlich geht es darum, die u2-Konstanten Lfg(f, g=1, ..., u) als Matrix ausgedrückt zu finden: Actually, the point is to find the u2 constants Lfg (f, g = 1, ..., u) expressed as a matrix:
[0042] In der Formel ist L eine intrinsische Matrix, jedes Lfg ist eine Komponente des Eigenvektors und λ ist ein Eigenwert einer Matrix C. λ und L haben die folgenden Merkmale: wird Trace genannt, oder die Gesamtmenge der Informationen. In the formula, L is an intrinsic matrix, each Lfg is a component of the eigenvector and λ is an eigenvalue of a matrix C. λ and L have the following characteristics: is called a trace, or the total amount of information.
[0043] Die Werte von L (d.h. die Hauptkomponenten), die den verschiedenen Werten von λ entsprechen, sind linear unkorreliert. The values of L (i.e. the principal components) corresponding to the various values of λ are linearly uncorrelated.
[0044] Aus der linearen Algebra ist bekannt, dass das Eigenpolynom der Kovarianzmatrix C det(λI-C) ist, und die Wurzel λ dieses Eigenpolynoms ist der Eigenwert der Kovarianzmatrix C. It is known from linear algebra that the eigenpolynomial of the covariance matrix is C det (λI-C), and the root λ of this eigenpolynomial is the eigenvalue of the covariance matrix C.
[0045] Die Berechnung ist wie folgt: Kovarianzmatrix C: The calculation is as follows: Covariance matrix C:
Eigenwert λ: Eigenvalue λ:
Eigenvektor L: (λI-C)L = 0. Eigenvector L: (λI-C) L = 0.
[0046] Wenn eine Koordinatenachse von Daten im Band N transponiert wird, wird die Kovarianzmatrix ebenfalls transformiert. Nach der Transformation wird die Kovarianz zwischen den Bändern zu Null. When a coordinate axis of data in band N is transposed, the covariance matrix is also transformed. After the transformation, the covariance between the bands becomes zero.
[0047] Die Summe der Quadrate der Abstände zwischen allen Punkten und dem Schwerpunkt ist die Summe der Eigenwerte, und diese Summe kann als S ausgedrückt werden. In gewissem Sinne ist ein Verhältnis der Informationsmenge der ersten orthogonalen Basis zur gesamten Informationsmenge λ1/S, ein Verhältnis der Informationsmenge der ersten beiden orthogonalen Basen zur gesamten Informationsmenge (λ1+λ2)/S, und so weiter. Man kann zum Beispiel sagen, dass „die ersten vier Komponenten u% der Informationsmenge ausmachen“. The sum of the squares of the distances between all points and the centroid is the sum of the eigenvalues, and this sum can be expressed as S. In a sense, a ratio of the information amount of the first orthogonal base to the total information amount is λ1 / S, a ratio of the information amount of the first two orthogonal bases to the total information amount is (λ1 + λ2) / S, and so on. For example, one can say that “the first four components make up u% of the amount of information”.
[0048] Ein Eigenwert einer orthogonalen Basis ist ein mittlerer quadratischer Fehlerwert, der in einen entsprechenden Eigenvektor eingeführt wird, wenn die orthogonale Basis entfernt wird. An orthogonal base eigenvalue is a mean square error value that is introduced into a corresponding eigenvector when the orthogonal base is removed.
[0049] Die erhaltenen Eigenvektoren werden mit jedem Band, das an der orthogonalen Transformation beteiligt ist, abgeglichen, um einen Eigenvektor auszuwählen, der die Charakteristika der Änderungsanomalien erfüllt, was normalerweise ein vierter Vektor ist. Tabelle 1 zeigt die Entsprechungen. The eigenvectors obtained are matched with each band involved in the orthogonal transformation to select an eigenvector that satisfies the characteristics of the change anomalies, which is usually a fourth vector. Table 1 shows the correspondence.
[0050] Wenn das Merkmal einer Anomalie Va4>Vb4<Vc4>Vd4 ist, müssen Va4 und Vc4 entgegengesetzte Vorzeichen zu Vb4 und Vd4 haben, während Va4 und Vc4 sowie Vb4 und Vd4 dasselbe Vorzeichen haben müssen. Der für das Anomalie-Slicing verwendete Eigenvektor 4 erfordert, dass Vc4 ein positiver Wert ist. Wenn es ein negativer Wert ist, muss er nach der folgenden Formel in einen positiven Wert umgewandelt werden. When the characteristic of an anomaly is Va4> Vb4 <Vc4> Vd4, Va4 and Vc4 must have opposite signs to Vb4 and Vd4, while Va4 and Vc4 and Vb4 and Vd4 must have the same sign. The eigenvector 4 used for anomaly slicing requires that Vc4 be a positive value. If it is a negative value, it must be converted to a positive value using the formula below.
[0051] Vc4T ist ein Ergebnis, das nach negativer Vorzeichenumwandlung von Vc4 erhalten wird. Vc4T is a result obtained after negative sign conversion of Vc4.
[0052] (3) Optimierung und Schnitt der Winkelanomalie-Information aus den Fernerkundungsdaten auf der Grundlage eines Normalverteilungsprinzips, um die endgültige Winkelanomalie-Information aus den in BILD 3 gezeigten Fernerkundungsdaten zu erhalten. (3) Optimization and cutting of the angle anomaly information from the remote sensing data on the basis of a normal distribution principle in order to obtain the final angle anomaly information from the remote sensing data shown in FIG 3.
[0053] Durchführung einer Verarbeitung vor der orthogonalen Zerlegung und Transformation, um die Normalverteilung für das Histogramm jeder Bande sowie für ein Histogramm der Hauptkomponenten der umgewandelten Anomalie (nämlich eines Eigenvektors) zu implementieren. Dann Aufschneiden der Anomalieinformationen nach dem Prinzip der Normalverteilung. Eine Normalverteilungsformel lautet wie folgt: Performing pre-orthogonal decomposition and transformation processing to implement the normal distribution for the histogram of each band as well as a histogram of the principal components of the transformed anomaly (namely, an eigenvector). Then the anomaly information is sliced according to the principle of normal distribution. A normal distribution formula is as follows:
[0054] X steht für eine Zufallsvariable, und σ steht für einen Standardfehler. Für die orthogonale Transformation wird σ als Standardabweichung bezeichnet und wie folgt berechnet: X stands for a random variable and σ stands for a standard error. For the orthogonal transformation, σ is called the standard deviation and is calculated as follows:
[0055] n ist eine Menge von Proben, x ist ein Mittelwert, und xi ist ein Wert jeder Probe. σ kann verwendet werden, um eine Skala einer Normalverteilungskurve beim Anomalie-Slicing oder Daten-Slicing darzustellen. Zum Beispiel kann nach der orthogonalen Transformation der Mittelwert x als Flächenhintergrund verstanden werden, und (X + kσ) wird verwendet, um eine Untergrenze und einen Intensitätsgrad der Anomalie zu bestimmen. Allgemein wird ±4σ als Ober- und Untergrenze verwendet. N is a set of samples, x is a mean value, and xi is a value of each sample. σ can be used to represent a scale of a normal distribution curve in anomaly slicing or data slicing. For example, after the orthogonal transformation, the mean value x can be understood as the area background, and (X + kσ) is used to determine a lower limit and a degree of intensity of the anomaly. In general, ± 4σ is used as the upper and lower limit.
[0056] Dadurch wird das Anomalie-Slicing objektiver. Das Anomalie-Niveau wird nach folgenden Formeln berechnet: L=127,5+k *SF oder L=127,5+k*127,5/4; H=L+1. This makes the anomaly slicing more objective. The anomaly level is calculated using the following formulas: L = 127.5 + k * SF or L = 127.5 + k * 127.5 / 4; H = L + 1.
[0057] H und L stellen die Obergrenze und die Untergrenze des Slicing dar; k ist ein Vielfaches; σ ist eine Standardabweichung; und SF ist ein Skalierungsfaktor, wobei σ und SF im orthogonalen Transformationsbericht angegeben sind. H and L represent the upper limit and the lower limit of slicing; k is a multiple; σ is a standard deviation; and SF is a scale factor, where σ and SF are given in the orthogonal transformation report.
[0058] Schritt 105: Überlagerung der Winkelanomalie-Informationen aus den Fernerkundungsdaten mit den Multiband-Fernerkundungsdaten, um ein Bild der Fernerkundungs-Zielpositionsinformationen auszugeben. Step 105: Overlaying the angle anomaly information from the remote sensing data with the multi-band remote sensing data to output an image of the remote sensing target position information.
[0059] Die Information über die Winkelanomalie wird einem Originalbild überlagert, um ein überlagertes Bild auszugeben, das für die Augenbeobachtung geeignet ist, z.B. das in BILD 4 gezeigte Informationsbild über die Zielposition der Fernerkundung. Das endgültige Bild im JPG- oder TIF-Format wird über Software ausgegeben. The information about the angle anomaly is superimposed on an original image in order to output a superimposed image that is suitable for eye observation, e.g. the information image shown in FIG. 4 about the target position of remote sensing. The final image in JPG or TIF format is output via software.
[0060] Wie in BILD 5 dargestellt, bietet die vorliegende Erfindung außerdem ein System zur Extraktion von Informationen über Winkelanomalien aus Fernerkundungsdaten, einschließlich einem Arbeitsbereich-Fernerkundungsdatenerfassungsmodul 201, das so konfiguriert ist, dass es Multiband-Fernerkundungsdaten in einem Arbeitsbereich erfasst; einem Fernerkundungsdatensatz-Erzeugungsmodul 202, das so konfiguriert ist, dass. es die Fernerkundungsdaten bandweise speichert, um einen Fernerkundungsdatensatz zu bilden, wobei die Fernerkundungsdaten jedes Bandes im Arbeitsbereich aus einer zweidimensionalen Matrix mit Koordinaten zusammengesetzt sind; einem Modul 203 zur Erzeugung eines spektralen Winkeldatensatzes, das so konfiguriert ist, dass es eine Winkelumwandlung der Daten im Fernerkundungsdatensatz durchführt, um einen spektralen Winkeldatensatz zu erzeugen; einem Winkelanomalie-Informationsextraktionsmodul 204, konfiguriert zum Extrahieren von Winkelanomalie-Informationen aus den Fernerkundungsdaten aus dem spektralen Winkeldatensatz unter Verwendung einer orthogonalen Zerlegungstechnologie; und einem Bildausgabemodul 205, das so konfiguriert ist, dass es die Winkelanomalie-Informationen aus den Fernerkundungsdaten mit den Multiband-Fernerkundungsdaten überlagert, um ein Bild der Fernerkundungs-Zielpositionsinformationen auszugeben. As shown in FIG 5, the present invention also provides a system for extracting information about angular anomalies from remote sensing data, including a workspace remote sensing data collection module 201 configured to collect multiband remote sensing data in a workspace; a remote sensing record generation module 202 configured to store the remote sensing data band by band to form a remote sensing data set, the remote sensing data of each band in the work area being composed of a two-dimensional matrix of coordinates; a spectral angle data set generation module 203 configured to angularly convert the data in the remote sensing data set to generate a spectral angle data set; an angle anomaly information extraction module 204 configured to extract angle anomaly information from the remote sensing data from the spectral angle data set using an orthogonal decomposition technology; and an image output module 205 configured to overlay the angular anomaly information from the remote sensing data with the multiband remote sensing data to output an image of the remote sensing target position information.
[0061] Das Modul 203 zur Erzeugung von Spektralwinkeldatensätzen umfasst insbesondere eine Mittelwertberechnungseinheit, die so konfiguriert ist, dass sie einen Mittelwert der Fernerkundungsdaten in dem Fernerkundungsdatensatz berechnet; und eine Einheit zur Erzeugung eines spektralen Winkeldatensatzes, die so konfiguriert ist, dass sie den Mittelwert als Ursprung verwendet, um eine Winkelumwandlung der Daten im Fernerkundungsdatensatz durchzuführen, um Winkeldaten zu erhalten und den spektralen Winkeldatensatz zu erzeugen. The module 203 for generating spectral angle data sets comprises in particular an average calculation unit configured to calculate an average of the remote sensing data in the remote sensing data set; and a spectral angle data set generation unit configured to use the mean value as the origin to perform angle conversion of the data in the remote sensing data set to obtain angle data and generate the spectral angle data set.
[0062] Das Informationsextraktionsmodul 204 für Winkelanomalien umfasst insbesondere eine Extraktionsbereich-Bestimmungseinheit, die so konfiguriert ist, dass sie einen Schiefe-Koeffizienten und einen Kurtosis-Koeffizienten verwendet, um einen Extraktionsbereich für Winkelanomalie-Informationen aus dem SpektralwinkelDatensatz auszuwählen; eine Winkelanomalie-Informationsextraktionseinheit, die so konfiguriert ist, dass sie den orthogonalen Zerlegungsalgorithmus verwendet, um Daten im Winkelanomalie-Informationsextraktionsbereich zu verarbeiten, um die Winkelanomalie-Information aus den Fernerkundungsdaten zu extrahieren; und eine Einheit zur Optimierung von Winkelanomalie-Informationen, die so konfiguriert ist, dass sie die Winkelanomalie-Informationen aus den Fernerkundungsdaten optimiert und schneidet, um endgültige Winkelanomalie-Informationen aus den Fernerkundungsdaten zu erhalten. The angular anomaly information extraction module 204 includes in particular an extraction area determining unit configured to use a skew coefficient and a kurtosis coefficient to select an extraction area for angle anomaly information from the spectral angle data set; an angle anomaly information extraction unit configured to use the orthogonal decomposition algorithm to process data in the angle anomaly information extraction area to extract the angle anomaly information from the remote sensing data; and an angular anomaly information optimization unit configured to optimize and intersect the angular anomaly information from the remote sensing data to obtain final angular anomaly information from the remote sensing data.
[0063] Die vorliegende Erfindung offenbart eine Methode und ein System zur Extraktion von Informationen über Winkelanomalien aus Fernerkundungsdaten, um einen neuen technischen Ansatz zur Extraktion von Informationen über potenzielle, versteckte und schwache bzw. kleine Anomalien zu ermöglichen. Gemäß der vorliegenden Erfindung wird ein spektraler Winkeldatensatz erstellt, und die Winkelanomalie-Information wird aus dem spektralen Winkeldatensatz unter Verwendung einer orthogonalen Zerlegungstechnologie extrahiert, um die Zielpositionsinformation der Fernerkundung zu bestimmen. Dadurch können Probleme wie die schwierige Extraktion versteckter, potenzieller und schwacher Anomalie-Zielpositionsinformationen, viele falsche Anomalien und ungenaue extrahierte Ergebnisse gelöst und die Anomalieinformationen gezielt verbessert werden, wodurch technische Unterstützung für das genaue Auffinden von Zielen bereitgestellt wird. Die vorliegende Erfindung fördert die Mineralexploration mit weniger Zeit, Arbeitskräften und Materialressourcen. Es handelt sich um eine neue Technik, die Produktion und Entwicklung fördern kann. Die vorliegende Erfindung wurde auf die Mineralexploration angewandt und hat erfolgreich mehrere Abbaustätten in Chinas flachen Gebieten, Trockengebieten und Gebieten mit Vegetationsbedeckung entdeckt. The present invention discloses a method and system for extracting information about angular anomalies from remote sensing data to enable a new technical approach to extracting information about potential, hidden and weak anomalies. According to the present invention, a spectral angle data set is created and the angle anomaly information is extracted from the spectral angle data set using an orthogonal decomposition technology to determine the remote sensing target position information. This can solve problems such as difficult extraction of hidden, potential and weak anomaly target position information, many false anomalies and inaccurate extracted results, and purposefully improve the anomaly information, thereby providing technical assistance for accurately locating targets. The present invention promotes mineral exploration with less time, manpower and material resources. It is a new technique that can promote production and development. The present invention has been applied to mineral exploration and has successfully discovered several mining sites in China's flat, arid, and vegetation-covered areas.
[0064] Jedes Beispiel der vorliegenden Spezifikation wird progressiv beschrieben, jedes Beispiel konzentriert sich auf den Unterschied zu anderen Beispielen, und gleiche und ähnliche Teile zwischen den Beispielen können sich aufeinander beziehen. Für ein in den Beispielen offenbartes System, da es der in den Beispielen offengelegten Methode entspricht, ist die Beschreibung relativ einfach, und es kann auf die Methodenbeschreibung Bezug genommen werden. Each example of the present specification is described progressively, each example focuses on the difference from other examples, and like and similar parts between the examples may be related to each other. For a system disclosed in the examples, since it corresponds to the method disclosed in the examples, the description is relatively simple and reference can be made to the description of the method.
[0065] In diesem Papier werden mehrere Beispiele zur Veranschaulichung der Prinzipien und Implementierungen der vorliegenden Erfindung verwendet. Die Beschreibung der vorstehenden Beispiele dient zur Veranschaulichung der Methode der vorliegenden Erfindung und ihrer Grundprinzipien. Darüber hinaus können gewöhnliche Fachleute verschiedene Modifikationen in Bezug auf spezifische Implementierungen und Anwendungsbereiche in Übereinstimmung mit den Lehren der vorliegenden Erfindung vornehmen. Abschließend ist der Inhalt der vorliegenden Spezifikation nicht als eine Beschränkung der vorliegenden Erfindung auszulegen. Several examples are used throughout this paper to illustrate the principles and implementations of the present invention. The description of the foregoing examples serves to illustrate the method of the present invention and its basic principles. Moreover, those of ordinary skill in the art can make various modifications relating to specific implementations and areas of application in accordance with the teachings of the present invention. In conclusion, the content of the present specification is not to be construed as a limitation on the present invention.
Claims (8)
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010331000.5A CN111552004B (en) | 2020-04-24 | 2020-04-24 | Remote sensing data angle anomaly information extraction method and system |
Publications (2)
Publication Number | Publication Date |
---|---|
CH717361A2 true CH717361A2 (en) | 2021-10-29 |
CH717361A8 CH717361A8 (en) | 2021-12-30 |
Family
ID=72003966
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CH00819/20A CH717361A8 (en) | 2020-04-24 | 2020-07-02 | Method and system for extracting angle anomaly information from remote sensing data. |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111552004B (en) |
CH (1) | CH717361A8 (en) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112288016B (en) * | 2020-10-30 | 2023-10-31 | 上海淇玥信息技术有限公司 | Channel anti-cheating method and device based on principal component analysis algorithm and electronic equipment |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102313526A (en) * | 2010-07-07 | 2012-01-11 | 中国科学院地理科学与资源研究所 | Method for obtaining leaf area index based on quantitative fusion and inversion of multi-angle and multi-spectral remote sensing data |
CN103926203B (en) * | 2014-04-29 | 2016-04-20 | 中国科学院遥感与数字地球研究所 | A kind of for the probabilistic Spectral Angle Mapping method of object spectrum |
CN104851091A (en) * | 2015-04-28 | 2015-08-19 | 中山大学 | Remote sensing image fusion method based on convolution enhancement and HCS transform |
CN107169946B (en) * | 2017-04-26 | 2020-04-03 | 西北工业大学 | Image fusion method based on nonnegative sparse matrix and hypersphere color transformation |
CN109145881B (en) * | 2018-10-09 | 2021-06-22 | 中国地质科学院矿产资源研究所 | Remote sensing image paste salt information extraction method and device |
CN109961087B (en) * | 2019-02-01 | 2021-10-08 | 中国地质科学院矿产资源研究所 | Abnormal remote sensing information extraction method and device based on spatial data set analysis |
-
2020
- 2020-04-24 CN CN202010331000.5A patent/CN111552004B/en active Active
- 2020-07-02 CH CH00819/20A patent/CH717361A8/en unknown
Also Published As
Publication number | Publication date |
---|---|
CN111552004B (en) | 2023-04-18 |
CN111552004A (en) | 2020-08-18 |
CH717361A8 (en) | 2021-12-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE19724481C2 (en) | Template comparison procedure | |
WO1987003981A1 (en) | Pattern recognition process | |
DE10354752B4 (en) | Method and device for the automatic equalization of single-channel or multi-channel images | |
DE19521346C2 (en) | Image examination / recognition method, method used therein for generating reference data and devices therefor | |
DE60018980T2 (en) | DETERMINATION METHOD FOR STANDARD OBJECTS AND COMPUTER PROGRAM FOR PERFORMING THE PROCESS | |
DE102019005423A1 (en) | Space-time storage or storage network for localizing a target object in video content | |
DE10043460C2 (en) | Locating parts of the body by evaluating edge direction information | |
DE2050941A1 (en) | Method and device for the classification of unknown patterns on the basis of image features | |
DE112020003158T5 (en) | Training method for a target acquisition model, method and device for characterizing the data | |
LU500138B1 (en) | Landsat8-based inversion methods for soil salinity in the Yellow River Delta | |
DE19924077A1 (en) | Digital image aligning method involves computing variation vector on correspondence candidate intersection point from starting point of coordinate system of plotted flat surface | |
CN104751456A (en) | Blind image quality evaluation method based on conditional histogram codebook | |
DE102017216821A1 (en) | Method for detecting an object instance and / or orientation of an object | |
DE102012221667A1 (en) | Apparatus and method for processing remote sensing data | |
DE69733965T2 (en) | INTELLIGENT HYPERSENSORY PROCESSING SYSTEM | |
DE102012002321B4 (en) | Method for recognizing a given pattern in an image data set | |
CH717361A2 (en) | Method and system for extracting angular anomaly information from remote sensing data. | |
DE112016007146T5 (en) | Fault identification device and fault identification method | |
DE102005049017B4 (en) | Method for segmentation in an n-dimensional feature space and method for classification based on geometric properties of segmented objects in an n-dimensional data space | |
LU504769B1 (en) | Ein esg-bewertungssystem für investitionsentscheidungen | |
DE102014205083B3 (en) | Create maps with shorelines | |
EP3029439A1 (en) | System for the evaluation of reflectance spectrums and method for the determination of characteristic absorption features in reflectance spectrums | |
AT511286A2 (en) | Method for processing calibration data | |
DE19860679A1 (en) | Method of comparing point sets | |
DE69518804T2 (en) | PROCESS REVIEW IN PHOTOGRAPHIC PROCEDURES |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PK | Correction |
Free format text: BERICHTIGUNG |
|
PK | Correction |
Free format text: BERICHTIGUNG A8 |
|
PK | Correction |
Free format text: REGISTERAENDERUNG SACHPRUEFUNG |
|
PK | Correction |
Free format text: REGISTERAENDERUNG SACHPRUEFUNG |