[发明专利]一种固体物质的稳定谱特征提取方法

说明书

技术领域

本发明属于目标识别领域，具体涉及基一种谱特征提取方法，特别适用于固体物质。

背景技术

常规探测手段一般使用单谱段成像探测方法，在较宽的谱段上采集目标/背景能量，此时目标往往淹没于复杂的背景杂波之中或被干扰、伪装等隐蔽，表现为目标信号非常微弱，信噪比、信杂比很低。然而目标固有的物理、化学特性和结构等与背景、干扰、伪装等有较大差别，因此在某些谱线或较窄的谱段上，其特征会比较明显，即在这些谱线或较窄谱段上，目标相对背景的信噪比、信杂比较高。通过谱指纹的提取，利用目标在这些谱线上的独特的谱特征，可以大大提高目标的可探测性。

对目标、背景的多光谱信息进行有效的选择、提取、分析，并将谱信息、图像信息与时间变化信息融合起来，可实现简化系统、优化配置、优势互补，大大提高复杂条件下目标探测、识别的可靠性。

随着波段数量的增多，目标探测时可以根据需要选择或提取特定的波段突出目标特征，光谱特征的选择变得更加灵活和多样。同时，光谱数据中蕴含丰富的目标光谱知识，这些光谱知识通过不同的表现和组合方式可以转化为不同的特征，可以为目标探测和识别提供更广泛的特征分析空间。另外，各类地物都有自己的光谱反射和辐射特性，利用不同地物的光谱特征，可以实现地物的分类和识别。因此，谱指纹特征提取成为目标识别研究中的重要内容。

20世纪80年代末，美国的一些研究机构开始利用高光谱图像数据进行目标探测方面的研究。美国陆军工程地形学实验室(USAETL)提取了1000余种包括土壤、植被和多种伪装材料在内的光谱数据，并配合AVIRIS高光谱图像数据进行了军事目标探测的研究。同时，美国航空航天管理局(NASA)和加州理工学院的喷气推进实验室(JPL)进行了一些矿物探测方面的研究。

自上世纪九十年代，国外出现了进行高光谱图像目标检测算法理论研究的研究组，如美国马里兰大学巴尔的摩分校遥感信号和图像处理实验室的Chang组，美国麻省理工学院林肯实验室Manolakis组等等。至今，使用谱进行目标识别依然存在一些难题：(一)谱会随目标本体温度的改变发生变化；(二)自然地物的谱会随时间、地理环境的改变发生变化。因此，提取谱独特的不变特征成为基于谱指纹多谱图(像)目标识别与检测的重要研究内容。

发明内容

本发明的目的在于提供一种固体物质的稳定谱特征提取方法，为复杂条件下的目标识别与检测提供良好支撑。

如图11所示，一种固体物质的稳定谱特征提取方法，按照以下步骤完成：

(1)对谱数据进行多尺度分解，获得不同尺度下的概貌；

(2)分别对各尺度下的概貌划分区域，对各区域进行基于形状走势的局部二进制编码；

(3)分别依据各区域的二进制编码生成区域特征直方图，同一尺度下的所有区域特征直方图顺序连接构成空间增强直方图；

(4)对步骤(3)得到的不同尺度的空间增强直方图加权计算获得谱特征矢量。

所述步骤(2)按照如下方式进行局部二进制编码：利用滑动窗口逐元素遍历区域内谱数据矢量中的所有元素，将滑动窗口内的当前中心元素依次和其邻域元素相减，获得的差值与容忍参数比较，根据比较结果作二进制赋值。

所述容忍参数为某一尺度的概貌中谱数据的最大和最小元素值之差与容忍系数的乘积，容忍系数取值为1～5％。

所述步骤(3)生成区域特征直方图的方式为：统计各区域的均衡模式出现频率得到各区域的特征直方图，均衡模式定义为跳变次数小于或等于跳变次数阈值的局部二进制编码。

所述跳变次数阈值为2。

本发明的技术效果体现在：

(一)在条件发生变化所引起的谱表观上的改变后能有效地获取谱内蕴的不变特征，不受建立谱数据库时对样本采集的条件影响，为适应复杂条件下目标识别与检测奠定良好基础。

(二)对谱具有良好的鉴别能力，体现在本方法的设计中引入“立足局部，兼顾全局”的思想，由对谱数据按区域进行局部二进制编码来实现。

(三)抗噪声能力强，由于从多尺度分析的角度出发，自动完成去噪过程，无需进行额外的预处理。

(四)对谱数据中的部分细节信息可以通过容忍参数进行过滤，有效提取稳定特征。

本发明提出谱指纹特征提取的新策略，解决提取不变特征的问题，为基于谱特征的复杂条件下目标识别提供支撑。

附图说明