CN114371138A - 一种高光谱遥感光谱特征吸收位置确定方法及系统 - Google Patents
一种高光谱遥感光谱特征吸收位置确定方法及系统 Download PDFInfo
- Publication number
- CN114371138A CN114371138A CN202210037144.9A CN202210037144A CN114371138A CN 114371138 A CN114371138 A CN 114371138A CN 202210037144 A CN202210037144 A CN 202210037144A CN 114371138 A CN114371138 A CN 114371138A
- Authority
- CN
- China
- Prior art keywords
- lowest
- spectral
- reflectivity
- absorption position
- original
- 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.)
- Granted
Links
- 238000010521 absorption reaction Methods 0.000 title claims abstract description 203
- 230000003595 spectral effect Effects 0.000 title claims abstract description 162
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000001228 spectrum Methods 0.000 claims abstract description 170
- 238000002310 reflectometry Methods 0.000 claims abstract description 114
- 229910052500 inorganic mineral Inorganic materials 0.000 claims abstract description 33
- 239000011707 mineral Substances 0.000 claims abstract description 33
- 230000007547 defect Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000000862 absorption spectrum Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Images
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
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种高光谱遥感光谱特征吸收位置确定方法及系统,包括:获取高光谱遥感数据和矿物的特征谱带;根据矿物的特征谱带确定高光谱遥感数据的光谱段范围,得到原始光谱数据;对原始光谱数据进行去连续统,得到去连续统后的光谱数据;去连续统后的光谱曲线的最小值对应的波长位置为最低吸收位置;原始光谱数据的光谱曲线的最低反射率所对应的波长位置为最低反射率位置;根据计算最低吸收位置和最低反射率位置,确定光谱特征吸收位置。本发明克服了传统方法在光谱特征吸收位置确定中的不足,能够准确确定矿物类型以及成分信息,在批量化、业务化处理大量高光谱数据时优势明显。
Description
技术领域
本发明涉及高光谱遥感数据处理领域,特别是涉及一种高光谱遥感光谱特征吸收位置确定方法及系统。
背景技术
高光谱遥感数据因其具有纳米级的光谱分辨率,可获取地表地物连续的光谱曲线,进而实现对地物的精细刻画和识别。利用高光谱遥感数据开展矿物识别时,主要依据是其光谱特征谱形以及特征吸收位置等参量。特别是矿物信息的精细识别,其光谱特征吸收位置是确定矿物类型以及成分等信息的重要参数。
以往获取光谱特征吸收位置的方法是将其对应的特征光谱吸收谱带做去连续统处理,然后计算最低吸收深度,其所对应的光谱位置即是该谱段光谱特征吸收位置。但随着应用的推广和深入,针对航空/天高光谱数据处理时,逐渐发现该方法存在缺陷,在光谱曲线检查时发现光谱去连系统后经常会造成光谱特征吸收位置发生左右漂移一个波段数,致使获得的光谱特征吸收位置可能并非是真实的,进而造成矿物成分信息的误识别。也有将去完连续统后的光谱再进行多项式拟合,从拟合后的光谱中再寻找最低值,但它忽视了光谱吸收特征的形成机理,仅是视光谱曲线为一个数据对象进行拟合处理,所以这种多项式拟合会人为造成光谱特征的改变,特别是矿物信息含量相对较低时或多种矿物混合时,这种处理方法适用性更差。
随着高光谱载荷的不断成熟,卫星高光谱、机载/无人机高光谱数据的不断获取,高光谱数据源正在飞速增长,为业务化应用提供了数据保障,为此开发一种针对高光谱遥感光谱特征吸收位置确定方法,特别是针对海量高光谱数据业务化、定量化应用具有非常重要的实用价值。
发明内容
本发明的目的是提供一种高光谱遥感光谱特征吸收位置确定方法及系统,能够准确确定矿物类型以及成分信息。
为实现上述目的,本发明提供了如下方案:
一种高光谱遥感光谱特征吸收位置确定方法,所述方法包括:
获取高光谱遥感数据和矿物的特征谱带;
根据所述矿物的特征谱带,确定所述高光谱遥感数据的光谱段范围,得到原始光谱数据;
对所述原始光谱数据进行去连续统,得到去连续统后的光谱数据;
根据所述去连续统后的光谱数据,计算去连续统后的光谱曲线的最小值;所述去连续统后的光谱曲线的最小值对应的波长位置为最低吸收位置;
根据所述原始光谱数据,计算原始光谱数据的光谱曲线的最低反射率;所述原始光谱数据的光谱曲线的最低反射率所对应的波长位置为最低反射率位置;
根据所述计算最低吸收位置和所述最低反射率位置,确定所述光谱特征吸收位置。
可选的,根据公式Sdc=Sr/Sc对所述原始光谱数据进行去连续统;其中,Sdc为去连续统后的光谱数据,Sr为原始光谱数据,Sc为原始光谱的连续统。
可选的,所述根据所述计算最低吸收位置和所述最低反射率位置,确定所述光谱特征吸收位置,具体包括:
判断所述最低吸收位置与所述最低反射率位置在光谱段中的位置是否一致;
若所述最低吸收位置与所述最低反射率位置在光谱段中的位置一致,则所述最低吸收位置为光谱特征吸收位置;
若所述最低吸收位置与所述最低反射率位置在光谱段中的位置不一致,则判断所述最低吸收位置两侧相邻位置是否为凹点;所述相邻位置包括左相邻位置和右相邻位置;
若所述最低吸收位置两侧相邻位置均不为凹点,则所述最低吸收位置为光谱特征吸收位置;
若所述最低吸收位置至少有一侧相邻位置为凹点,则计算所述最低吸收位置的波段夹角和所述凹点的波段夹角;
根据所述最低吸收位置的波段夹角和所述凹点的波段夹角,计算最小波段夹角;
根据所述最小波段夹角,确定所述光谱特征吸收位置。
可选的,所述判断所述最低吸收位置两侧相邻位置是否为凹点,具体包括:
当所述左相邻位置的左侧相邻位置对应的原始光谱数据的反射率与所述最低吸收位置对应的原始光谱数据的反射率之和与所述左相邻位置对应的原始光谱数据的反射率的比值大于2时,所述左相邻位置为凹点;
当所述右相邻位置的右侧相邻位置对应的原始光谱数据的反射率与所述最低吸收位置对应的原始光谱数据的反射率之和与所述右相邻位置对应的原始光谱数据的反射率的比值大于2时,所述右相邻位置为凹点。
可选的,所述波段夹角的计算公式为:
∠ABC=π+acrtan((SBr-SAr)/LBA)-acrtan((SCr-SBr)/LCB)
其中,∠ABC为波段夹角,波段A和波段C分别为波段B的两侧相邻位置,SAr为波段A原始光谱反射率,SBr为波段B原始光谱反射率,SCr为波段C原始光谱反射率,LBA为波段B和波段A的波长间距,LCB为波段C和波段B的波长间距。
一种高光谱遥感光谱特征吸收位置确定系统,所述系统包括:
获取单元,用于获取高光谱遥感数据和矿物的特征谱带;
原始光谱数据确定单元,用于根据所述矿物的特征谱带,确定所述高光谱遥感数据的光谱段范围,得到原始光谱数据;
去连续统单元,用于对所述原始光谱数据进行去连续统,得到去连续统后的光谱数据;
最低吸收位置确定单元,用于根据所述去连续统后的光谱数据,计算去连续统后的光谱曲线的最小值;所述去连续统后的光谱曲线的最小值对应的波长位置为最低吸收位置;
最低反射率位置确定单元,用于根据所述原始光谱数据,计算原始光谱数据的光谱曲线的最低反射率;所述原始光谱数据的光谱曲线的最低反射率所对应的波长位置为最低反射率位置;
吸收位置确定单元,用于根据所述计算最低吸收位置和所述最低反射率位置,确定所述光谱特征吸收位置。
可选的,根据公式Sdc=Sr/Sc对所述原始光谱数据进行去连续统;其中,Sdc为去连续统后的光谱数据,Sr为原始光谱数据,Sc为原始光谱的连续统。
可选的,所述吸收位置确定单元包括:
一致性判断子单元,用于判断所述最低吸收位置与所述最低反射率位置在光谱段中的位置是否一致;若所述最低吸收位置与所述最低反射率位置在光谱段中的位置一致,则所述最低吸收位置为光谱特征吸收位置;
凹点判断子单元,用于当所述最低吸收位置与所述最低反射率位置在光谱段中的位置不一致时,判断所述最低吸收位置两侧相邻位置是否为凹点;若所述最低吸收位置两侧相邻位置均不为凹点,则所述最低吸收位置为光谱特征吸收位置;所述相邻位置包括左相邻位置和右相邻位置;
波段夹角计算子单元,用于当所述最低吸收位置两侧相邻位置至少有一侧相邻位置为凹点时,计算所述最低吸收位置的波段夹角和所述凹点的波段夹角;
最小波段夹角确定子单元,用于根据所述最低吸收位置的波段夹角和所述凹点的波段夹角,计算最小波段夹角;
吸收位置确定子单元,用于根据所述最小波段夹角,确定所述光谱特征吸收位置。
可选的,所述凹点判断子单元包括:
左相邻位置凹点确定模块,用于根据所述左相邻位置的左侧相邻位置对应的原始光谱数据的反射率与所述最低吸收位置对应的原始光谱数据的反射率之和与所述左相邻位置对应的原始光谱数据的反射率的比值大于2,确定所述左相邻位置为凹点;
右相邻位置凹点确定模块,用于根据所述右相邻位置的右侧相邻位置对应的原始光谱数据的反射率与所述最低吸收位置对应的原始光谱数据的反射率之和与所述右相邻位置对应的原始光谱数据的反射率的比值大于2,确定所述右相邻位置为凹点。
可选的,所述波段夹角的计算公式为:
∠ABC=π+acrtan((SBr-SAr)/LBA)-acrtan((SCr-SBr)/LCB);
其中,∠ABC为波段夹角,波段A和波段C分别为波段B的两侧相邻位置,SAr为波段A原始光谱反射率,SBr为波段B原始光谱反射率,SCr为波段C原始光谱反射率,LBA为波段B和波段A的波长间距,LCB为波段C和波段B的波长间距。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提供的一种高光谱遥感光谱特征吸收位置确定方法及系统,包括:获取高光谱遥感数据和矿物的特征谱带;根据矿物的特征谱带确定高光谱遥感数据的光谱段范围,得到原始光谱数据;对原始光谱数据进行去连续统,得到去连续统后的光谱数据;根据去连续统后的光谱数据计算去连续统后的光谱曲线的最小值;去连续统后的光谱曲线的最小值对应的波长位置为最低吸收位置;根据原始光谱数据,计算原始光谱数据的光谱曲线的最低反射率;原始光谱数据的光谱曲线的最低反射率所对应的波长位置为最低反射率位置;根据计算最低吸收位置和最低反射率位置,确定光谱特征吸收位置。本发明通过原始光谱数据和去连续统后的光谱数据分别确定最低反射率位置和最低吸收位置,确定光谱特征吸收位置,进而克服了传统方法在光谱特征吸收位置确定中的不足,实现了光谱特征吸收位置的准确计算,能够准确确定矿物类型以及成分信息,对矿物类型和成分信息反演提供了准确信息,进一步的实现了高光谱的定量化应用,在批量化、业务化处理大量高光谱数据时优势明显。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明高光谱遥感光谱特征吸收位置确定方法的步骤图;
图2为本发明高光谱遥感光谱特征吸收位置确定方法的流程图;
图3为本发明实验所用光谱曲线示意图;
图4为本发明去连续统后光谱曲线示意图;
图5为;光谱凹点夹角表现形式示意图;
图6为本发明高光谱遥感光谱特征吸收位置确定系统的模块图。
符号说明:
获取单元—1,原始光谱数据确定单元—2,去连续统单元—3,最低吸收位置确定单元—4,最低反射率位置确定单元—5,吸收位置确定单元—6,一致性判断子单元—61,凹点判断子单元—62,左相邻位置凹点确定模块—621,右相邻位置凹点确定模块—622,波段夹角计算子单元—63,最小波段夹角确定子单元—64,吸收位置确定子单元—65。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种高光谱遥感光谱特征吸收位置确定方法及系统,能够准确确定矿物类型以及成分信息。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1和图2所示,本发明提供的高光谱遥感光谱特征吸收位置确定方法,包括:
步骤S1:获取高光谱遥感数据和矿物的特征谱带。
具体的,如图3所示,从ZY1-02D卫星高光谱遥感数据中选择一条光谱数据,其中140-150波段范围是AL-OH类矿物的特征吸收光谱段,该光谱段的特征吸收位置对于此类矿物识别与成分反演具有重要意义,为此选择该光谱段进行了光谱特征吸收位置确定实验。
步骤S2:根据矿物的特征谱带,确定高光谱遥感数据的光谱段范围,得到原始光谱数据。
具体的,打开待处理的高光谱遥感数据,针对不同矿物的诊断特征谱带范围,选定高光谱遥感数据相应的光谱段范围。
进一步的,打开一景ZY1-02D卫星高光谱遥感数据,选择示例光谱数据,选定140-150波段范围数据原始光谱数据。
步骤S3:对原始光谱数据进行去连续统,得到去连续统后的光谱数据。
具体的,连续统定义为反射光谱曲线中反射峰之间的连线。连续统去除即以反射光谱除以连续统光谱,处理后各个反射峰将变为1,反射峰之间的数值均为小于1的值。
进一步的,根据公式Sdc=Sr/Sc对原始光谱数据进行去连续统;其中,Sdc为去连续统后的光谱数据,Sr为原始光谱数据,Sc为原始光谱的连续统。光谱去连续统后结果如表1和图4所示。
表1 实验所用光谱数据参数表
步骤S4:根据去连续统后的光谱数据,计算去连续统后的光谱曲线的最小值;去连续统后的光谱曲线的最小值对应的波长位置为最低吸收位置。
具体的,最低吸收位置也就是传统认为的光谱特征吸收位置。
进一步的,计算去连续统后光谱曲线的最小值Md,最小值对应的波长位置,即是去连续统后的光谱最低吸收位置MdL。经计算该光谱段的Md=0.95042;MdL=2199.48nm,对应的波段为145。
步骤S5:根据原始光谱数据,计算原始光谱数据的光谱曲线的最低反射率;原始光谱数据的光谱曲线的最低反射率所对应的波长位置为最低反射率位置。
具体的,计算原始光谱数据的最低反射率Mr,其所对应的波段位置即为原始光谱数据最低反射率位置MrL。经计算原始光谱数据的Mr=0.24710;MrL=2283.17nm,对应的波段数为150。
步骤S6:根据计算最低吸收位置和最低反射率位置,确定光谱特征吸收位置。
步骤S6具体包括:
步骤S61:判断最低吸收位置与最低反射率位置在光谱段中的位置是否一致。
步骤S62:若最低吸收位置与最低反射率位置在光谱段中的位置一致,则最低吸收位置为光谱特征吸收位置。
步骤S63:若最低吸收位置与最低反射率位置在光谱段中的位置不一致,则判断最低吸收位置两侧相邻位置是否为凹点;相邻位置包括左相邻位置和右相邻位置。
具体的,MdL=2199.48nm;MrL=2283.17nm,经判断,MdL不等于MrL,则判断最低吸收位置两侧相邻位置是否为凹点;相邻位置包括左相邻位置和右相邻位置。
步骤S63具体包括:
当左相邻位置的左侧相邻位置对应的原始光谱数据的反射率与最低吸收位置对应的原始光谱数据的反射率之和与左相邻位置对应的原始光谱数据的反射率的比值大于2时,左相邻位置为凹点。
当右相邻位置的右侧相邻位置对应的原始光谱数据的反射率与最低吸收位置对应的原始光谱数据的反射率之和与右相邻位置对应的原始光谱数据的反射率的比值大于2时,右相邻位置为凹点。
当左相邻位置的左侧相邻位置对应的原始光谱数据的反射率与最低吸收位置对应的原始光谱数据的反射率之和与左相邻位置对应的原始光谱数据的反射率的比值等于2时,左相邻位置为平点。
当右相邻位置的右侧相邻位置对应的原始光谱数据的反射率与最低吸收位置对应的原始光谱数据的反射率之和与右相邻位置对应的原始光谱数据的反射率的比值等于2时,右相邻位置为平点。
当左相邻位置的左侧相邻位置对应的原始光谱数据的反射率与最低吸收位置对应的原始光谱数据的反射率之和与左相邻位置对应的原始光谱数据的反射率的比值小于2时,左相邻位置为凸点。
当右相邻位置的右侧相邻位置对应的原始光谱数据的反射率与最低吸收位置对应的原始光谱数据的反射率之和与右相邻位置对应的原始光谱数据的反射率的比值小于2时,右相邻位置为凸点。
具体的,MdL左侧相邻位置经计算,(Sr143+Sr145)/Sr144=(0.26680+0.25110)/0.25940=1.9965。
MdL右侧相邻位置经计算,(Sr145+Sr147)/Sr146=(0.25110+0.25340)/0.24880=2.0277。
其中,Sr143、Sr144、Sr145、Sr146、Sr147分别为波段143、144、145、146、147对应的原始光谱数据的反射率。
经计算,MdL右侧点为凹点。
步骤S64:若最低吸收位置两侧相邻位置均不为凹点,则最低吸收位置为光谱特征吸收位置。
步骤S65:若最低吸收位置至少有一侧相邻位置为凹点,则计算最低吸收位置的波段夹角和凹点的波段夹角;最低吸收位置的波段夹角为最低吸收位置两侧相邻位置分别与最低吸收位置连线形成的夹角;凹点的波段夹角为凹点位置两侧相邻位置分别与凹点位置连线形成的夹角;如图5所示。具体的,波段夹角的计算公式为:
∠ABC=π+acrtan((SBr-SAr)/LBA)-acrtan((SCr-SBr)/LCB)
其中,∠ABC为波段夹角,波段A和波段C分别为波段B的两侧相邻位置,SAr为波段A原始光谱反射率,SBr为波段B原始光谱反射率,SCr为波段C原始光谱反射率,LBA为波段B和波段A的波长间距,LCB为波段C和波段B的波长间距。
进一步的,经计算最低吸收位置MdL所对应的波段夹角为:
MdL右相邻位置这一凹点所对应的波段夹角为:
其中,Sr143、Sr144、Sr145、Sr146、Sr147分别为波段143、144、145、146、147对应的原始光谱数据的反射率。
步骤S66:根据最低吸收位置的波段夹角和凹点的波段夹角,计算最小波段夹角。
具体的,比较最低吸收位置的波段夹角和凹点的波段夹角的大小,确定最小波段夹角。
进一步的,MdL右侧点所对应的波段夹角要小于MdL所对应的波段夹角,所以MdL右侧点所对应的波段夹角为最小波段夹角,也即右相邻位置的波段夹角为最小波段夹角,也即凹点的波段夹角为最小波段夹角。
步骤S67:根据最小波段夹角,确定光谱特征吸收位置。
具体的,最小波段夹角对应的波段位置即为光谱特征吸收位置。
进一步的,MdL右侧点也就是波段146为光谱特征吸收位置,对应的波长为2216.32nm。
根据图3和图4可以看出,去连系统后计算的光谱特征吸收位置(2199.48nm)与曲线真实的特征吸收位置(2216.32nm)并不一致,而本发明的方法最后得到的光谱特征吸收位置与真实的一致。
如图6所示,本发明提供的高光谱遥感光谱特征吸收位置确定系统,包括:
获取单元1,用于获取高光谱遥感数据和矿物的特征谱带。
原始光谱数据确定单元2,用于根据矿物的特征谱带,确定高光谱遥感数据的光谱段范围,得到原始光谱数据。
去连续统单元3,用于对原始光谱数据进行去连续统,得到去连续统后的光谱数据;具体的,根据公式Sdc=Sr/Sc对原始光谱数据进行去连续统;其中,Sdc为去连续统后的光谱数据,Sr为原始光谱数据,Sc为原始光谱的连续统。
最低吸收位置确定单元4,用于根据去连续统后的光谱数据,计算去连续统后的光谱曲线的最小值;去连续统后的光谱曲线的最小值对应的波长位置为最低吸收位置。
最低反射率位置确定单元5,用于根据原始光谱数据,计算原始光谱数据的光谱曲线的最低反射率;原始光谱数据的光谱曲线的最低反射率所对应的波长位置为最低反射率位置。
吸收位置确定单元6,用于根据计算最低吸收位置和最低反射率位置,确定光谱特征吸收位置。
其中,吸收位置确定单元6包括:
一致性判断子单元61,用于判断最低吸收位置与最低反射率位置在光谱段中的位置是否一致;若最低吸收位置与最低反射率位置在光谱段中的位置一致,则最低吸收位置为光谱特征吸收位置。
凹点判断子单元62,用于当最低吸收位置与最低反射率位置在光谱段中的位置不一致时,判断最低吸收位置两侧相邻位置是否为凹点;若最低吸收位置两侧相邻位置不为凹点,则最低吸收位置为光谱特征吸收位置;相邻位置包括左相邻位置和右相邻位置。
波段夹角计算子单元63,用于当最低吸收位置两侧相邻位置至少有一侧相邻位置为凹点时,计算最低吸收位置的波段夹角和凹点的波段夹角;最低吸收位置的波段夹角为最低吸收位置两侧相邻位置分别与最低吸收位置连线形成的夹角;凹点的波段夹角为凹点位置两侧相邻位置分别与凹点位置连线形成的夹角;具体的,波段夹角的计算公式为:
∠ABC=π+acrtan((SBr-SAr)/LBA)-acrtan((SCr-SBr)/LCB);
其中,∠ABC为波段夹角,波段A和波段C分别为波段B的两侧相邻位置,SAr为波段A原始光谱反射率,SBr为波段B原始光谱反射率,SCr为波段C原始光谱反射率,LBA为波段B和波段A的波长间距,LCB为波段C和波段B的波长间距。
最小波段夹角确定子单元64,用于根据最低吸收位置的波段夹角和凹点的波段夹角,计算最小波段夹角。
吸收位置确定子单元65,用于根据最小波段夹角,确定光谱特征吸收位置。
其中,凹点判断子单元62包括:
左相邻位置凹点确定模块621,用于根据左相邻位置的左侧相邻位置对应的原始光谱数据的反射率与最低吸收位置对应的原始光谱数据的反射率之和与左相邻位置对应的原始光谱数据的反射率的比值大于2,确定左相邻位置为凹点。
右相邻位置凹点确定模块622,用于根据右相邻位置的右侧相邻位置对应的原始光谱数据的反射率与最低吸收位置对应的原始光谱数据的反射率之和与右相邻位置对应的原始光谱数据的反射率的比值大于2,确定右相邻位置为凹点。
本发明提供的一种高光谱遥感光谱特征吸收位置确定方法的优点与功效:
本发明提供的高光谱遥感光谱特征吸收位置确定方法及系统,克服了传统方法在光谱特征吸收位置确定中的不足,可实现光谱特征吸收位置的准确计算,对矿物类型和成分信息反演提供了准确信息,进而提高高光谱定量化应用,特别在批量化、业务化处理大量高光谱数据时优势更加明显。同时可根据去连续统后最低吸收位置与光谱特征吸收位置对比,有助于进一步提高对光谱特征的综合分析和利用,为矿物精细识别提供重要依据。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种高光谱遥感光谱特征吸收位置确定方法,其特征在于,所述方法包括:
获取高光谱遥感数据和矿物的特征谱带;
根据所述矿物的特征谱带,确定所述高光谱遥感数据的光谱段范围,得到原始光谱数据;
对所述原始光谱数据进行去连续统,得到去连续统后的光谱数据;
根据所述去连续统后的光谱数据,计算去连续统后的光谱曲线的最小值;所述去连续统后的光谱曲线的最小值对应的波长位置为最低吸收位置;
根据所述原始光谱数据,计算原始光谱数据的光谱曲线的最低反射率;所述原始光谱数据的光谱曲线的最低反射率所对应的波长位置为最低反射率位置;
根据所述计算最低吸收位置和所述最低反射率位置,确定所述光谱特征吸收位置。
2.根据权利要求1所述的高光谱遥感光谱特征吸收位置确定方法,其特征在于,根据公式Sdc=Sr/Sc对所述原始光谱数据进行去连续统;其中,Sdc为去连续统后的光谱数据,Sr为原始光谱数据,Sc为原始光谱的连续统。
3.根据权利要求1所述的高光谱遥感光谱特征吸收位置确定方法,其特征在于,所述根据所述计算最低吸收位置和所述最低反射率位置,确定所述光谱特征吸收位置,具体包括:
判断所述最低吸收位置与所述最低反射率位置在光谱段中的位置是否一致;
若所述最低吸收位置与所述最低反射率位置在光谱段中的位置一致,则所述最低吸收位置为光谱特征吸收位置;
若所述最低吸收位置与所述最低反射率位置在光谱段中的位置不一致,则判断所述最低吸收位置两侧相邻位置是否为凹点;所述相邻位置包括左相邻位置和右相邻位置;
若所述最低吸收位置两侧相邻位置均不为凹点,则所述最低吸收位置为光谱特征吸收位置;
若所述最低吸收位置至少有一侧相邻位置为凹点,则计算所述最低吸收位置的波段夹角和所述凹点的波段夹角;
根据所述最低吸收位置的波段夹角和所述凹点的波段夹角,计算最小波段夹角;
根据所述最小波段夹角,确定所述光谱特征吸收位置。
4.根据权利要求3所述的高光谱遥感光谱特征吸收位置确定方法,其特征在于,所述判断所述最低吸收位置两侧相邻位置是否为凹点,具体包括:
当所述左相邻位置的左侧相邻位置对应的原始光谱数据的反射率与所述最低吸收位置对应的原始光谱数据的反射率之和与所述左相邻位置对应的原始光谱数据的反射率的比值大于2时,所述左相邻位置为凹点;
当所述右相邻位置的右侧相邻位置对应的原始光谱数据的反射率与所述最低吸收位置对应的原始光谱数据的反射率之和与所述右相邻位置对应的原始光谱数据的反射率的比值大于2时,所述右相邻位置为凹点。
5.根据权利要求3所述的高光谱遥感光谱特征吸收位置确定方法,其特征在于,所述波段夹角的计算公式为:
∠ABC=π+acrtan((SBr-SAr)/LBA)-acrtan((SCr-SBr)/LCB);
其中,∠ABC为波段夹角,波段A和波段C分别为波段B的两侧相邻位置,SAr为波段A原始光谱反射率,SBr为波段B原始光谱反射率,SCr为波段C原始光谱反射率,LBA为波段B和波段A的波长间距,LCB为波段C和波段B的波长间距。
6.一种高光谱遥感光谱特征吸收位置确定系统,其特征在于,所述系统包括:
获取单元,用于获取高光谱遥感数据和矿物的特征谱带;
原始光谱数据确定单元,用于根据所述矿物的特征谱带,确定所述高光谱遥感数据的光谱段范围,得到原始光谱数据;
去连续统单元,用于对所述原始光谱数据进行去连续统,得到去连续统后的光谱数据;
最低吸收位置确定单元,用于根据所述去连续统后的光谱数据,计算去连续统后的光谱曲线的最小值;所述去连续统后的光谱曲线的最小值对应的波长位置为最低吸收位置;
最低反射率位置确定单元,用于根据所述原始光谱数据,计算原始光谱数据的光谱曲线的最低反射率;所述原始光谱数据的光谱曲线的最低反射率所对应的波长位置为最低反射率位置;
吸收位置确定单元,用于根据所述计算最低吸收位置和所述最低反射率位置,确定所述光谱特征吸收位置。
7.根据权利要求6所述的高光谱遥感光谱特征吸收位置确定系统,其特征在于,根据公式Sdc=Sr/Sc对所述原始光谱数据进行去连续统;其中,Sdc为去连续统后的光谱数据,Sr为原始光谱数据,Sc为原始光谱的连续统。
8.根据权利要求6所述的高光谱遥感光谱特征吸收位置确定系统,其特征在于,所述吸收位置确定单元包括:
一致性判断子单元,用于判断所述最低吸收位置与所述最低反射率位置在光谱段中的位置是否一致;若所述最低吸收位置与所述最低反射率位置在光谱段中的位置一致,则所述最低吸收位置为光谱特征吸收位置;
凹点判断子单元,用于当所述最低吸收位置与所述最低反射率位置在光谱段中的位置不一致时,判断所述最低吸收位置两侧相邻位置是否为凹点;若所述最低吸收位置两侧相邻位置均不为凹点,则所述最低吸收位置为光谱特征吸收位置;所述相邻位置包括左相邻位置和右相邻位置;
波段夹角计算子单元,用于当所述最低吸收位置两侧相邻位置至少有一侧相邻位置为凹点时,计算所述最低吸收位置的波段夹角和所述凹点的波段夹角;
最小波段夹角确定子单元,用于根据所述最低吸收位置的波段夹角和所述凹点的波段夹角,计算最小波段夹角;
吸收位置确定子单元,用于根据所述最小波段夹角,确定所述光谱特征吸收位置。
9.根据权利要求8所述的高光谱遥感光谱特征吸收位置确定系统,其特征在于,所述凹点判断子单元包括:
左相邻位置凹点确定模块,用于根据所述左相邻位置的左侧相邻位置对应的原始光谱数据的反射率与所述最低吸收位置对应的原始光谱数据的反射率之和与所述左相邻位置对应的原始光谱数据的反射率的比值大于2,确定所述左相邻位置为凹点;
右相邻位置凹点确定模块,用于根据所述右相邻位置的右侧相邻位置对应的原始光谱数据的反射率与所述最低吸收位置对应的原始光谱数据的反射率之和与所述右相邻位置对应的原始光谱数据的反射率的比值大于2,确定所述右相邻位置为凹点。
10.根据权利要求8所述的高光谱遥感光谱特征吸收位置确定系统,其特征在于,所述波段夹角的计算公式为:
∠ABC=π+acrtan((SBr-SAr)/LBA)-acrtan((SCr-SBr)/LCB);
其中,∠ABC为波段夹角,波段A和波段C分别为波段B的两侧相邻位置,SAr为波段A原始光谱反射率,SBr为波段B原始光谱反射率,SCr为波段C原始光谱反射率,LBA为波段B和波段A的波长间距,LCB为波段C和波段B的波长间距。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210037144.9A CN114371138B (zh) | 2022-01-13 | 2022-01-13 | 一种高光谱遥感光谱特征吸收位置确定方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210037144.9A CN114371138B (zh) | 2022-01-13 | 2022-01-13 | 一种高光谱遥感光谱特征吸收位置确定方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114371138A true CN114371138A (zh) | 2022-04-19 |
CN114371138B CN114371138B (zh) | 2024-04-12 |
Family
ID=81143354
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210037144.9A Active CN114371138B (zh) | 2022-01-13 | 2022-01-13 | 一种高光谱遥感光谱特征吸收位置确定方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114371138B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101673339A (zh) * | 2009-09-25 | 2010-03-17 | 北京航空航天大学 | 一种基于光谱吸收特征重排的高光谱数据目标识别方法 |
CN103983588A (zh) * | 2014-05-20 | 2014-08-13 | 核工业北京地质研究院 | 一种岩矿光谱特征吸收峰位置识别方法 |
CN105510241A (zh) * | 2015-11-25 | 2016-04-20 | 中国矿业大学(北京) | 一种多光谱遥感反射率影像吸收特征提取方法 |
CN105628649A (zh) * | 2015-12-24 | 2016-06-01 | 山东省科学院激光研究所 | 气体现场监测特征吸收峰提取方法 |
CN105651717A (zh) * | 2016-02-26 | 2016-06-08 | 成都市国土规划地籍事务中心 | 一种植被光谱特征吸收峰自动识别方法 |
CN110618106A (zh) * | 2019-08-12 | 2019-12-27 | 中国地质调查局西安地质调查中心 | 一种基于近红外反射光谱的绿泥石矿物种类鉴定方法 |
CN111521579A (zh) * | 2020-05-07 | 2020-08-11 | 中国自然资源航空物探遥感中心 | 一种基于高光谱遥感数据的白云母及其光谱端元识别方法 |
CN112362636A (zh) * | 2020-11-04 | 2021-02-12 | 西安建筑科技大学 | 一种基于拉曼光谱的绿泥石矿物种类鉴定方法 |
-
2022
- 2022-01-13 CN CN202210037144.9A patent/CN114371138B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101673339A (zh) * | 2009-09-25 | 2010-03-17 | 北京航空航天大学 | 一种基于光谱吸收特征重排的高光谱数据目标识别方法 |
CN103983588A (zh) * | 2014-05-20 | 2014-08-13 | 核工业北京地质研究院 | 一种岩矿光谱特征吸收峰位置识别方法 |
CN105510241A (zh) * | 2015-11-25 | 2016-04-20 | 中国矿业大学(北京) | 一种多光谱遥感反射率影像吸收特征提取方法 |
CN105628649A (zh) * | 2015-12-24 | 2016-06-01 | 山东省科学院激光研究所 | 气体现场监测特征吸收峰提取方法 |
CN105651717A (zh) * | 2016-02-26 | 2016-06-08 | 成都市国土规划地籍事务中心 | 一种植被光谱特征吸收峰自动识别方法 |
CN110618106A (zh) * | 2019-08-12 | 2019-12-27 | 中国地质调查局西安地质调查中心 | 一种基于近红外反射光谱的绿泥石矿物种类鉴定方法 |
CN111521579A (zh) * | 2020-05-07 | 2020-08-11 | 中国自然资源航空物探遥感中心 | 一种基于高光谱遥感数据的白云母及其光谱端元识别方法 |
CN112362636A (zh) * | 2020-11-04 | 2021-02-12 | 西安建筑科技大学 | 一种基于拉曼光谱的绿泥石矿物种类鉴定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114371138B (zh) | 2024-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
BARBER et al. | SAR sea ice discrimination using texture statistics- A multivariate approach | |
Zhao et al. | Road surface state recognition based on SVM optimization and image segmentation processing | |
CN110632092B (zh) | 基于高光谱技术的绝缘子表面污秽分布特性检测方法 | |
CN104870955A (zh) | 光谱学装置和方法 | |
CN107909613B (zh) | 一种基于顶点的矩形引脚元件定位方法 | |
CN102997856A (zh) | 一种基于参数查找表的海洋溢油油膜厚度高光谱遥感估算方法 | |
CN109101976A (zh) | 一种灭弧栅片表面缺陷的检测方法 | |
CN115439759B (zh) | 遥感影像中植被的提取方法、装置、电子设备及介质 | |
US20230243744A1 (en) | Method and system for automatically detecting and reconstructing spectrum peaks in near infrared spectrum analysis of tea | |
Li et al. | On spectral unmixing resolution using extended support vector machines | |
CN113109281A (zh) | 一种基于高光谱遥感的水质参数定量反演模型及其构建方法 | |
CN116958036A (zh) | 一种基于高光谱技术的无人机巡检绝缘子污秽状态的方法 | |
CN103543132A (zh) | 一种基于小波变换的煤质特性测量方法 | |
CN114813709A (zh) | 土壤成分检测方法、设备及系统 | |
CN114371138A (zh) | 一种高光谱遥感光谱特征吸收位置确定方法及系统 | |
CN107993212A (zh) | 基于二维pca的多目标光纤光谱减天光处理方法 | |
CN103868858A (zh) | 一种确定盐渍土主导盐分光谱响应最佳波段的方法 | |
Yoshida et al. | Study of a plateau surface evaluation method using a fast M-estimation type Hough transform | |
CN115728290A (zh) | 一种土壤中铬元素的检测方法、系统、设备及存储介质 | |
CN116026780A (zh) | 基于串联策略波长选择的包衣吸湿率在线检测方法及系统 | |
CN111639763B (zh) | 一种液压油污染度的检测模型训练方法、检测方法及装置 | |
CN108267422B (zh) | 基于近红外光谱分析的异常样本剔除法 | |
CN116109659A (zh) | 一种sar影像海洋内波条纹分割方法、设备及存储介质 | |
CN110687094B (zh) | 基于蛋白质探针成像技术的非定向乳粉筛查方法 | |
CN105005795A (zh) | 一种基于空间分层匹配的超光谱分类方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |