CN103901497B - 一种用于伊利石信息提取的高光谱影像处理方法 - Google Patents
一种用于伊利石信息提取的高光谱影像处理方法 Download PDFInfo
- Publication number
- CN103901497B CN103901497B CN201210581031.1A CN201210581031A CN103901497B CN 103901497 B CN103901497 B CN 103901497B CN 201210581031 A CN201210581031 A CN 201210581031A CN 103901497 B CN103901497 B CN 103901497B
- Authority
- CN
- China
- Prior art keywords
- illite
- calculated
- information extraction
- hyper
- less
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
本发明属于信息提取方法,具体涉及一种用于伊利石信息提取的高光谱影像处理方法。它包括,步骤一:波段采样,步骤二:判断,步骤三:计算,用步骤二的判断结果进行计算,得到丰度。本发明的效果是:本发明在对高光谱影像重采样,提取特定波段,进行一系列判断和计算,可以准确的计算出影像范围内的不同区域伊利石的丰度值。
Description
技术领域
本发明属于信息提取方法,具体涉及一种用于伊利石信息提取的高光谱影像处理方法。
背景技术
通过对图像信息处理来提取图像区域内不同类型矿物的丰度,是目前勘探领域常用的方法。这种方法不需要工作人员直接到野外勘探、采样,可以提取不同类型矿物的丰度。当前的高光谱遥感影像的伊利石信息提取方法主要是光谱全波段匹配或是部分连续波段的光谱匹配,具体方法有光谱角、混合解调滤波、沙漏提取方法等,由于地表的物质组成很少是由单一矿物组成的,这些方法在信息提取的过程易受其他地物波谱或噪声的影响,提取信息精度相对较低。其次现有的光谱提取方法人工操作步骤多,增加了人为判断误差。第三是高光谱数据波段多,数据量大,现有的方法处理时间长,降低了数据处理的速度和应用规模。因此,如何在伊利石信息提取的过程中减少其他地物或噪声的影响、人工操作步骤和处理数据量,成为当前高光谱遥感影像处理的前沿之一。
发明内容
本发明针对现有技术的缺陷,提供一种用于伊利石信息提取的高光谱影像处理方法。
本发明是这样实现的:一种用于伊利石信息提取的高光谱影像处理方法,包括
步骤一:波段采样
对已有的地面反射率的影像数据进行采样,提取在1415nm、1430nm、1940nm、1970nm、2165nm、2195nm、2225nm、2240nm、2285nm、2345nm的影像,并依次记录为b1~b10,每次采样得到的都是一幅灰度图,图中每一个像元的值都是其灰度值,
步骤二:判断
按进行下面一系列判断,并记录结果
a1=(b1小于b2);
a2=(b3小于b4);
a3=(b5大于b6);
a4=(b7小于b8);
a5=(b9大于b10);
上述判断是针对每次判断图像的相应像元进行判断的,当判断结果为“是”时,记录判断结果为1,否则记录结果为0,
步骤三:计算
用下述公式进行计算b11
b11=b2+b4+b5+b8+b9-b1-b3-b6-b7-b10
所述的*表示相乘,
用下面公式计算a0,
a0=a1*a2*a3*a4*a5*b11
上述所有计算均为相应像元计算,即使用不同图像的相应像元计算。
本发明的效果是:本发明在对高光谱影像重采样,提取特定波段,进行一系列判断和计算,可以准确的计算出影像范围内的不同区域伊利石的丰度值。保留伊利石的光谱特征明显的波段,去除其他特征不明显的波段,从而在信息提取的过程突出伊利石的光谱特征,降低其他地物或噪声的影响,减少了处理的数据量,并可以用IDL程序达到用较少的人工操作实现最终结果信息提取的目的,提高了伊利石信息提取的精度和速度。
具体实施方式
下面结合实施例对本发明作进一步说明。一种用于伊利石信息提取的高光谱影像处理方法,包括
步骤一:波段采样
对已有的地面反射率的影像数据进行采样,提取在1415nm、1430nm、1940nm、1970nm、2165nm、2195nm、2225nm、2240nm、2285nm、2345nm的影像,并依次记录为b1~b10,即b1为波段1415nm的采样数据,b2为波段1430nm的采样数据,以此类推。每次采样得到的都是一幅灰度图,图中每一个像元的值都是其灰度值,即b1为一幅灰度图,b1图像的(1,1)点的值为灰度值,其余点依此类推,其余采样图也依次类推。
步骤二:判断
按进行下面一系列判断,并记录结果
a1=(b1小于b2);
a2=(b3小于b4);
a3=(b5大于b6);
a4=(b7小于b8);
a5=(b9大于b10);
上述判断是针对每次判断图像的相应像元进行判断的,以a1=(b1小于b2)为例,取b1图像的某像元(例如(1,1)点)的灰度值,与b2图像的相应像元(当b1图像取(1,1)点,则b2图像也必须取(1,1)点)的灰度值,然后根据判断规则“b1小于b2”判断,当判断结果为“是”时,记录判断结果为1,否则记录结果为0。因此当a1=(b1小于b2)判断完毕时,得到的a1是与b1矩阵相同大小的矩阵,其中每个点的值是根据判断规则得到的判断结果(即每个点的值是0或1)。
其它判断也按照类似的规则进行。本步骤结束后得到a1~a5,共5个矩阵。
步骤三:计算
用下述公式进行计算b11
b11=b2+b4+b5+b8+b9-b1-b3-b6-b7-b10
所述的*表示相乘。
用下面公式计算a0
a0=a1*a2*a3*a4*a5*b11
上述所有计算均为相应像元计算,即使用不同图像的相应像元计算。以b11=b2+b4+b5+b8+b9-b1-b3-b6-b7-b10公式为例,当计算点(x,y)时,取b2、b4、b5、b8、b9、b1、b3、b6、b7、b10的点(x,y)的灰度值参与计算,得到的结果是b11的点(x,y)的值。又例如a0=a1*a2*a3*a4*a5*b11,当计算点(x,y)时,取a1、a2、a3、a4、a5、b11的点(x,y)的值参与计算,得到的结果是a0的点(x,y)的值。
计算得到的a0就是伊利石信息的丰度图,即图像中某区域的数值越大表示该区域伊利石的丰度越高。
专利意义:本专利可以减少处理的数据量,SASI的波段数量为101个波段,本方法只用于10个波段,数据量减少了90%,并且由于是计算机自动一步提取,减少了主成分变换、端元波谱的选择等操作步骤,运算速度可以提高了10倍以上。由于去除了大部分对信息提取关系不大的波段,减少其他物质或噪声对其光谱的干扰,提高了信息提取的精度。对高光谱影像数据中伊利石信息的快速提取具有较好的作用和意义。
补充:步骤一各个波段采样的波谱位置是根据SASI传感器的各个波段位置进行设定的,其他不同传感器各个波段选择应根据实际情况进行调整,基本上处于以上(SASI)第个波段位置±5nm的范围内即可。
Claims (1)
1.一种用于伊利石信息提取的高光谱影像处理方法,包括
步骤一:波段采样
对已有的地面反射率的影像数据进行采样,提取在1415nm、1430nm、1940nm、1970nm、2165nm、2195nm、2225nm、2240nm、2285nm、2345nm的影像,并依次记录为b1~b10,每次采样得到的都是一幅灰度图,图中每一个像元的值都是其灰度值,
步骤二:判断
按进行下面一系列判断,并记录结果
a1=(b1小于b2);
a2=(b3小于b4);
a3=(b5大于b6);
a4=(b7小于b8);
a5=(b9大于b10);
上述判断是针对每次判断图像的相应像元进行判断的,当判断结果为“是”时,记录判断结果为1,否则记录结果为0,
步骤三:计算
用下述公式进行计算b11
b11=b2+b4+b5+b8+b9-b1-b3-b6-b7-b10
所述的*表示相乘,
用下面公式计算a0,
a0=a1*a2*a3*a4*a5*b11
计算得到的a0就是伊利石信息的丰度图,
上述所有计算均为相应像元计算,即使用不同图像的相应像元计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210581031.1A CN103901497B (zh) | 2012-12-27 | 2012-12-27 | 一种用于伊利石信息提取的高光谱影像处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210581031.1A CN103901497B (zh) | 2012-12-27 | 2012-12-27 | 一种用于伊利石信息提取的高光谱影像处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103901497A CN103901497A (zh) | 2014-07-02 |
CN103901497B true CN103901497B (zh) | 2017-09-29 |
Family
ID=50992939
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210581031.1A Active CN103901497B (zh) | 2012-12-27 | 2012-12-27 | 一种用于伊利石信息提取的高光谱影像处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103901497B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105405102A (zh) * | 2014-08-28 | 2016-03-16 | 核工业北京地质研究院 | 一种用于水铝矿信息提取的高光谱影像处理方法 |
CN105787915A (zh) * | 2014-12-22 | 2016-07-20 | 核工业北京地质研究院 | 一种用于黄钾铁矾信息提取的高光谱影像处理方法 |
CN105787916A (zh) * | 2014-12-22 | 2016-07-20 | 核工业北京地质研究院 | 一种用于地开石信息提取的高光谱影像处理方法 |
CN105787914A (zh) * | 2014-12-22 | 2016-07-20 | 核工业北京地质研究院 | 一种用于明矾石信息提取的高光谱影像处理方法 |
CN106845326B (zh) * | 2015-12-04 | 2020-10-23 | 核工业北京地质研究院 | 一种基于航空高光谱遥感数据的冰川识别方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102117483B (zh) * | 2009-12-31 | 2014-11-05 | 核工业北京地质研究院 | 不同空间分辨率的多光谱遥感图像融合方法 |
US9016399B2 (en) * | 2011-03-23 | 2015-04-28 | Halliburton Energy Services, Inc. | Apparatus and methods for lithology and mineralogy determinations |
CN102636778B (zh) * | 2012-02-21 | 2013-11-06 | 核工业北京地质研究院 | 一种适用于高光谱影像的信息提取方法 |
-
2012
- 2012-12-27 CN CN201210581031.1A patent/CN103901497B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN103901497A (zh) | 2014-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103901497B (zh) | 一种用于伊利石信息提取的高光谱影像处理方法 | |
CN101692037B (zh) | 高光谱图像和独立分量分析植物叶面叶绿素分布的方法 | |
CN103278609B (zh) | 一种基于多源感知信息融合的肉品新鲜度检测方法 | |
CN103902999B (zh) | 一种用于蒙脱石信息提取的高光谱影像处理方法 | |
CN103196838B (zh) | 一种海岸河口富营养化高光谱遥感监测方法 | |
CN103903225B (zh) | 一种用于白云石信息提取的高光谱影像处理方法 | |
CN103900966B (zh) | 一种用于绿帘石信息提取的高光谱影像处理方法 | |
CN103900964B (zh) | 一种用于白云母信息提取的高光谱影像处理方法 | |
Ren et al. | Estimating senesced biomass of desert steppe in Inner Mongolia using field spectrometric data | |
CN103900965B (zh) | 一种用于方解石信息提取的高光谱影像处理方法 | |
CN110716021B (zh) | 一种快速判断六堡茶渥堆发酵程度的方法 | |
CN105787915A (zh) | 一种用于黄钾铁矾信息提取的高光谱影像处理方法 | |
CN103900967B (zh) | 一种用于高岭土信息提取的高光谱影像处理方法 | |
CN103902998A (zh) | 一种用于绿泥石信息提取的高光谱影像处理方法 | |
Alexander et al. | Identifying spatial structure in phytoplankton communities using multi‐wavelength fluorescence spectral data and principal component analysis | |
CN109580497B (zh) | 一种基于奇异性理论的高光谱矿物异常信息提取方法 | |
CN105718723B (zh) | 一种质谱数据处理中谱峰位置检测方法 | |
CN117629971A (zh) | 一种提高激光诱导击穿光谱测量页岩中碳元素精度的方法 | |
CN104574283B (zh) | 一种用于叶蜡石信息提取的高光谱影像处理方法 | |
CN104573690B (zh) | 一种用于石膏信息提取的高光谱影像处理方法 | |
CN113570538A (zh) | 一种叶片rgb图像偏态分布参数信息采集及分析方法 | |
CN105405102A (zh) | 一种用于水铝矿信息提取的高光谱影像处理方法 | |
CN104732488B (zh) | 一种用于阳起石信息提取的高光谱影像处理方法 | |
CN105787483A (zh) | 一种用于利蛇纹石信息提取的高光谱影像处理方法 | |
Schirrmann et al. | Evaluation of soil sensor fusion for mapping macronutrients and soil pH |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |