CN109696406B - 一种基于复合端元的月表高光谱图像阴影区域解混方法 - Google Patents

Abstract

一种新型的基于复合端元的月表高光谱图像阴影区域解混方法，利用提出的复合端元的概念从物理光学角度阐述高光谱图像阴影区域光谱混合原理，更加符合月表真实光照情况，从而达到月表高光谱图像阴影区域的精确解混。该方法步骤如下：(1)阴影区域检测与提取；(2)非阴影区域解混；(3)阴影区域复合端元提取，根据非阴影区域的解混结果，对复合端元进行分解，完成阴影区域的精确解混。本方法主要针对月表高光谱图像光照不均的现象，能够有效减少阴影区域带来的解混误差，弥补了传统线性光谱混合模型的不足，提高解混精度，同时相比于非线性混合模型提升了解混效率。

Description

一种基于复合端元的月表高光谱图像阴影区域解混方法

技术领域

本发明涉及一种新型的基于复合端元的月表高光谱图像阴影区域解混方法，能够通过技术手段有效分析月表阴影区域高光谱图像的矿物含量，属于遥感图像处理领域。

背景技术

目前对于月表矿物成分含量的研究是以月表高光谱遥感图像的分析为主要研究手段，即通过研究月球表面的矿物的光谱特征来分析月表的物质组成类型和含量。这种利用高光谱遥感图像进行地物分析的技术被称为高光谱解混技术。

高光谱遥感图像的光谱分辨率通常为纳米级别的光谱分辨率，范围包括紫外、可见光、近红外和中红外和热红外的光谱区域(0.4μm-2.5μm)。但是由于光谱仪的空间分辨率有限，月表高光谱图像中一个像元通常会包含多种矿物类型。在高光谱图像中，含有多种地物或矿物类型的像元被称为混合像元，只含有一种地物或矿物类型的像元被称为纯净像元，也称作端元。在混合像元中，每一种地物或矿物类型在该像元中所占的面积比例称作丰度。高光谱解混的主要目的就是通过适当的方法获取图像中纯净地物(端元)的特征光谱，并进一步求解出混合像元中各种端元的比例。所以，在月表矿物含量分布计算中，如何找到代表纯净矿物的端元成为解决问题的关键。

在月表光谱图像的成像过程中，受地形起伏和太阳光照角度影响，撞击坑内外光照不均情况普遍存在，导致撞击坑附近存在较多的阴影区域。在图像上，阴影区域部分的亮度值比正常区域低得多。在利用遥感图像进行矿物分析时，往往默认图像的亮度值与地物对光信号的反射率成正相关，因此阴影区域的存在将会使图像中相应区域的地物反射率偏低，如果在进行矿物含量分析之前，没有充分这种光照不均的影响，那么传统矿物含量分析方法将难以准确分析出月表的矿物分布；再加上月壤中的矿物元素成分和含量与地球上的同类矿物普遍具有差异性，导致月表的光谱吸收特征与同类矿物的光谱特征差别明显。因此，在月表矿物分析中，如果仅仅采用传统端元提取算法将难以适应月表高光谱图像特点，难以取得较好的矿物含量反演精度。

针对高光谱图像中阴影区域光谱反射率偏低，导致阴影区域的端元光谱与非阴影区域的端元光谱存在较大差异的现象，本发明提出复合端元的概念来解释阴影区域的光谱混合机理，并以非阴影区域的矿物分布特性作为依据，提出一种新型、高效的月表高光谱阴影区域解混算法来对月表高光谱图像阴影区域的矿物丰度分布情况进行有效分析。

发明内容

针对月表高光谱图像阴影区域出现的反射率偏低，导致阴影区域的端元光谱与非阴影区域的端元光谱存在较大差异的现象，本发明设计一种全新的高光谱解混算法，算法的核心在于阴影区域复合端元概念的提出、阴影区域复合端元与非阴影区域的矿物丰度特性的关联性分析，利用提出的复合端元的概念从物理光学角度阐述高光谱图像阴影区域光谱混合原理，在月表高光谱图像解混过程中区分阴影区域和非阴影区域的光谱成像差异，更加符合月表真实光照情况，对阴影区域的矿物进行有效分析，弥补了传统线性光谱混合模型无法合理解释月表阴影区域光谱混合情况的不足，同时相比于非线性混合模型又降低了算法的复杂性，提升了解混的效率。

为了实现上述目的，本发明采用的技术方案为：一种基于复合端元的月表高光谱图像阴影区域解混方法，主要包括：阴影区域检测与提取、非阴影区域解混、阴影区域复合端元提取与复合端元分解、阴影区域丰度反演。阴影区域检测与提取目的是为了区分图像中阴影区域与非阴影区域的位置信息，为下一步做准备。非阴影区域的解混是为下一步阴影区域复合端元的分析提供依据。复合端元概念的提出在于更加真实地反映月表阴影区域的光谱混合情况，提高解混的精度。

本发明所涉及的方法流程包括以下步骤：(1)阴影区域检测与提取；(2)非阴影区域解混；(3)阴影区域复合端元提取，复合端元分解并进行阴影区域丰度反演。

下面对该方法流程的各个步骤进行详细说明。

(1)阴影区域检测与提取

对高光谱图像进行阴影区域的检测和提取时，先通过主成分分析算法对高光谱图像的所有波段进行分析，选取出前三个波段作为三个通道合成RGB图像，将RGB图像转换到HIS图像，得到色度(H)、饱和度(S)、亮度(I)三个分量，由于在高光谱图像阴影区域的图像亮度值较低而饱和度较高，因此对于每一个像素点，采用(S-I)/(S+I)来判断该点是否在高光谱图像的阴影区域之中，当(S-I)/(S+I)大于设定阈值时判定该像素点属于阴影区域，并记录该点的位置信息。遍历整个图像后，即可得到图像的阴影区域。

(2)非阴影区域解混

对非阴影区域进行端元提取，并利用非阴影区域的端元获得非阴影区域的丰度反演结果。

(3)阴影区域复合端元提取，复合端元分解并进行阴影区域丰度反演

对阴影区域进行端元提取，并将阴影区域得到的端元作为复合端元，根据非阴影区域的矿物分布特性，对复合端元进一步分解获得丰度反演结果：给定阴影区域高光谱图像为X＝{x₁,x₂,...,x_i,...,x_m}，m为像素数目，阴影区域中含有n种不同类型的矿物，它们的反射光谱分别为：s₁(λ),s₂(λ),s₃(λ),...,s_n(λ)，对应的矿物真实丰度为：

则求解a₁,a₂,a₃,…,a_n的具体步骤如下：

1)对于阴影区域提取得到的端元，认为这些端元为经过两次反射的复合端元，表示成：s₁s₁(λ),s₁s₂(λ),s₁s₃(λ),...,s₁s_n(λ),s₂s₂(λ),s₂s₃(λ),s₂s₄(λ),...,s₂s_n(λ),...,s_ns_n(λ)，相对应地利用这些复合端元进行丰度反演得到的对应的复合端元丰度为：b₁₁,b₁₂,b₁₃,…,b_1n,b₂₂,b₂₃,b₂₄,…,b_2n,…,b_nn，并且b₁₁+b₁₂+b₁₃+…+b_1n+b₂₂+b₂₃+b₂₄+…+b_2n+…+b_nn＝1；

2)阴影区域的光源为非阴影区域的地物反射光，这些反射光不再是均匀的光信号，而是带有非阴影区域矿物光谱特征的光，并且这些光反射到阴影区域的概率与非阴影区域的相应矿物含量相关，这里认为它们成正比例关系，即非阴影区域中某种矿物含量越多，则经由该种矿物反射到阴影区域的光就越多，因此在数学上b_ij可以表示为：

其中

表示该反射光是非阴影区域内第i种矿物反射而来的概率，a_j表示阴影区域中的对应第j种矿物的丰度，当i≠j时表示光两次反射时作用在两种不同矿物上，当i＝j时表示光两次反射都与同一种矿物发生作用，因此可以根据非阴影区域的矿物丰度

求得阴影区域的矿物丰度

附图说明

图1是基于复合端元的月表高光谱图像阴影区域解混方法的流程图。

图2是月表阴影区域的检测：a)是原始月表图像模拟数据，b)是阴影区域检测结果。

图3是月表高光谱图像非阴影区域端元提取结果。

图4是月表高光谱图像阴影区域复合端元提取结果。

图5是将月表矿物含量反演结果。

具体实施方式

下面结合实例对本发明的应用方法作进一步说明。

本实例以我国探月工程中的嫦娥一号卫星所携带的干涉成像光谱仪所获取的月表高光谱图像数据为基础，利用已有的月表矿物端元光谱和模拟月表真实光照情况的丰度图所合成的数据进行说明。图像数据的像素大小为275像素×191像素，空间分辨率为200米/像素，选取的光谱波段范围为0.35～2.60μm，共451个波段。

(1)阴影区域检测与提取

先通过主成分分析算法对选取的高光谱图像的所有波段进行分析，选取出前三个波段作为三个通道合成RGB图像，将RGB图像转换到HIS空间，得到H、S、I三个分量，依据高光谱图像阴影区域亮度低且饱和度高的特性，采用(S-I)/(S+I)来判断是否为高光谱图像的阴影区域，当(S-I)/(S+I)大于阈值时判定为阴影区域，并提取阴影区域的位置信息，此处设置的阈值为(S-I)/(S+I)大于0.65且I小于0.15。

(2)非阴影区域解混

对非阴影区域进行端元提取，此处得到2种主要端元，并利用这2种端元利用全约束线性最小二乘法获得非阴影区域的丰度反演结果。

(3)阴影区域复合端元提取，复合端元分解并进行阴影区域丰度反演

根据非阴影区域的矿物分布特性，则假定阴影区域中主要含有2种不同类型的矿物，它们的反射光谱分别为：s₁(λ),s₂(λ)，对应的矿物真实丰度为：a₁,a₂且a₁+a₂＝1，求解a₁,a₂的具体步骤如下：

1)对于阴影区域提取得到的端元，认为这些端元为经过两次反射的复合端元，表示成：s₁s₁(λ),s₂s₂(λ),s₁s₂(λ)，利用这些复合端元进行丰度反演得到的对应的复合端元丰度为：b₁₁,b₂₂,b₁₂，且b₁₁+b₂₂+b₁₂＝1；

2)阴影区域复合端元丰度与实际端元丰度的数学关系为：

则

从而可以求得阴影区域的矿物丰度

Claims (1)

1.一种基于复合端元的月表高光谱图像阴影区域解混方法，其特征在于：基于高光谱图像成像原理和阴影区域成像特点，针对高光谱图像中阴影区域光谱反射率偏低，导致阴影区域的端元光谱与非阴影区域的端元光谱存在较大差异的现象，提出复合端元的概念来解释阴影区域的光谱混合机理，并利用非阴影区域的矿物分布特性作为依据，对复合端元进一步分解获得阴影区域的矿物丰度分布，主要步骤如下：

步骤1：对高光谱图像进行阴影区域的检测和提取时，先通过主成分分析算法对高光谱图像的所有波段进行分析，选取出前三个波段作为三个通道合成RGB图像，将RGB图像转换到HIS图像，得到色度(H)、饱和度(S)、亮度(I)三个分量，由于在高光谱图像阴影区域的图像亮度值较低而饱和度较高，因此采用(S-I)/(S+I)判断每一个像素点是否在高光谱图像的阴影区域内，当(S-I)/(S+I)大于设定阈值时，判定该像素点属于阴影区域，并记录该点的位置信息，遍历整个图像后，即可得到图像的阴影区域；

步骤2：对非阴影区域进行端元提取，并利用非阴影区域的端元获得非阴影区域的丰度反演结果；

步骤3：对阴影区域进行端元提取，并将阴影区域得到的端元作为复合端元，根据非阴影区域的矿物分布特性，对复合端元进一步分解获得丰度反演结果：给定阴影区域高光谱图像为X＝{x₁,x₂,...,x_i,...,x_m}，m为像素数目，阴影区域中含有n种不同类型的矿物，它们的反射光谱分别为：s₁(λ),s₂(λ),s₃(λ),...,s_n(λ)，对应的矿物真实丰度为：a₁,a₂,a₃,…,a_n,

则求解a₁,a₂,a₃,…,a_n的具体步骤如下：

1)对于阴影区域提取得到的端元，认为这些端元为经过两次反射的复合端元，表示成：s₁s₁(λ),s₁s₂(λ),s₁s₃(λ),...,s₁s_n(λ),s₂s₂(λ),s₂s₃(λ),s₂s₄(λ),...,s₂s_n(λ),...,s_ns_n(λ)，对应地利用这些复合端元进行丰度反演得到的对应的复合端元丰度为：b₁₁,b₁₂,b₁₃,…,b_1n,b₂₂,b₂₃,b₂₄,…,b_2n,…,b_nn，并且b₁₁+b₁₂+b₁₃+…+b_1n+b₂₂+b₂₃+b₂₄+…+b_2n+…+b_nn＝1；

2)阴影区域的光源为非阴影区域的地物反射光，这些反射光不再是均匀的光信号，而是带有非阴影区域矿物光谱特征的光，并且这些光反射到阴影区域的概率与非阴影区域的相应矿物含量相关，这里认为它们成正比例关系，即非阴影区域中某种矿物含量越多，则经由该种矿物反射到阴影区域的光就越多，因此复合端元丰度b_ij可以表示为：

其中

表示该反射光是非阴影区域内第i种矿物反射而来的概率，a_j表示阴影区域中的对应第j种矿物的丰度，当i≠j时表示光两次反射时作用在两种不同矿物上，当i＝j时表示光两次反射都与同一种矿物发生作用，因此可以根据非阴影区域的矿物丰度

求得阴影区域的矿物丰度

Images