[发明专利]一种高光谱矿物填图方法

说明书

技术领域

本发明涉及高光谱遥感地学应用领域，具体的说是一种应用于在未知先验信息的条件下实现高光谱矿物填图的方法。

背景技术

高光谱成像仪是一种新型的遥感载荷，其光谱具有紧密、连续的特点，可以同时记录被测同一地物的光谱和空间信息特征，使本来在宽波段遥感中不可能探测的物质在高光谱遥感中能被探测到，目前，国内外发展的地物光谱识别模型从本质上可以分为以下三种模型：(1)基于光谱吸收谱带参量的模式识别模型；(2)基于重建光谱与参考光谱相似性度量的光谱匹配模型；(3)基于矿物学、光谱学、光学等知识的智能识别模型。由于波谱重建过程中的误差、化学成分和晶体结构的微小改变、光谱混合、以及光照等环境因素的影响，这些影响因素容易使重建光谱以及矿物识别所使用的波谱参量发生变化，因此，不仅会降低对矿物的鉴别能力，增大矿物识别的不确定性，而且使识别的灵敏度大为降低。同时，由于受光谱混合影响、数据库不全、专家经验不足以及光谱学与数学理论不成熟等方面的限制，智能识别模型在进行矿物识别是会产生混淆和误判的现象。

独立成分分析(Independent Component Analysis，ICA)是近几年才发展起来的一种基于信号高阶统计特性的分析方法，该方法的目的是将观察得到的数据进行某种线性分解，使其分解成统计独立的成分。正是由于这一特点，使ICA在信号处理领域受到了密切的关注，随着近年来在ICA方面研究兴趣的增加，使它在遥感等许多领域也有了非常广泛的应用。

匹配滤波技术先前用于混合背景中进行已知信号的提取，特别是在无线电和雷达应用中。该技术主要是在未知背景信号的情况下，通过优化线性检测器最大化已知信号，实现抑制背景、增加目标与背景的可分性。混合调制匹配滤波方法是结合了线性光谱混合模型和匹配滤波模型优点的复合算法。它综合了匹配滤波不需要其它背景端元光谱的优点和线性混合分解的像元中各端元的含量为正且总和为1的约束条件。

发明内容

针对高光谱数据在地学应用中由于光谱混合、地质条件差异等造成的光谱特征不确定以及先验知识不足和获取困难等问题，提出了基于独立成份分析和混合调制匹配滤波的高光谱数据矿物识别方法。该方法有效地避免了先验知识不足、光谱特征不确定等问题的限制，提高了矿物检出限和矿物填图精度。

本发明的技术解决方案为：以基于独立成分分析的算法实现无先验信息的高光谱矿物端元提取，以基于混合调制匹配滤波的方法实现矿物填图，其中，以基于数据四阶累积量一峰度的模型进行非高斯性的度量。具体步骤如下：

(1)读取观测得到的数据X；

(2)建立ICA模型X＝AS；

(3)对X进行中心化和球化处理；

(4)初始化分离矩阵W；

(5)计算独立成份信号S的估计值Y＝W^TX，并进行基于峰度的非高斯性度量；

(6)算法终止条件判断：如果满足终止条件，则算法结束，执行步骤

(9)；否则继续算法；

(7)更新分离矩阵W，计算独立成份信号S的估计值Y＝W^TX，并进行基于峰度的非高斯性度量；

(8)迭代次数增加1，执行步骤(6)；

(9)结束迭代运算，得到混合矩阵A＝W^-1，并计算独立成份信号S＝Y；

(10)采用数据三阶累积量偏度的平方k₃²进行独立成份排序；

(11)提取矿物端元；

(12)将高光谱数据进行最小噪声变换处理；

(13)将进行步骤(12)处理的端元光谱作为混合调制匹配滤波的输入，并在满足独立成分含量为正且和为1的约束条件下，实现矿物含量估计和空间分布；

(14)得到矿物组分含量填图结果。

附图说明

图1为本发明实现高光谱数据矿物填图的流程图。

图2为混合调制匹配滤波原理示意图。

图3为本发明方法提取的矿物端元光谱，其中，(a)富铝绢云母矿物端元光谱，(b)为贫铝绢云母矿物端元光谱，(c)为高岭石化矿物端元光谱，(d)为绿泥石化矿物端元光谱。

图4为本发明实现高光谱矿物填图的结果，其中，(a)高岭石化矿物，(b)富铝绢云母矿物，(c)贫铝绢云母矿物，(d)绿泥石化矿物。

具体实施方式

如图1所示，本发明的具体实施方法如下：

1.基于峰度的ICA模型建立