[发明专利]一种基于吸收峰特征的高光谱曲线匹配方法

说明书

本发明提出了一种基于吸收峰特征的高光谱曲线匹配方法。本发明首先对高光谱曲线进行包络线消除并提取光谱特征参量矩阵，然后根据标准特征参量矩阵与待测特征参量矩阵的每个向量的余弦距离‑欧氏距离来逐一寻找吸收峰的匹配向量，之后根据选择后的吸收峰特征参量矩阵进行光谱匹配。本发明可以搜寻到最佳的特征参量向量，从而实现吸收峰的选择，用选择后的吸收峰的特征参量矩阵进行高光谱匹配后，匹配的误差也有一定程度的下降。

技术领域

本发明涉及一种基于吸收峰特征的高光谱曲线匹配方法。

背景技术

在进行基于高光谱曲线的物质识别时，往往出现同一种物质，提取的光谱曲线会不尽相同，主要表现为吸收峰个数不同。如果在不经过前期处理而用传统的匹配方法时，会导致匹配的误差比较大，甚至出现错误匹配的现象。

在不影响匹配结果准确性的基础上，如何对光谱曲线吸收峰进行选择，寻找匹配度最高的吸收峰，是解决这个问题的一个思路。

吸收峰是物质本质特性的表现。总体来说，不同的物质，其吸收峰个数不一样，吸收峰的位置、深度、宽度、对称度、面积等光谱吸收指数(Spectral absorption index，SAI)都会呈现不同的数值。

因此基于高光谱曲线的物质识别可以首先提取吸收峰的特征参量，再根据这些特征参量来进行光谱的吸收峰选择。然后根据选择后的光谱特征进行匹配即光谱特征参量匹配(Characteristic parameter matrix matching，CPMM)。

发明内容

在应用传统基于高光谱的地物识别方法时，为了解决由于吸收峰个数不同，造成的光谱匹配误差较大的问题，本发明提供了一种基于高光谱吸收峰特征的选择方法，根据选择后的吸收峰特征进行光谱曲线匹配。基于向量最小距离的矩阵选择方法，以基于向量的夹角余弦距离—欧氏距离双重指数作为判定标准；把维数低的矩阵作为基准逐一寻找目标矩阵每个向量的最佳匹配向量，直到维数少的矩阵的所有向量被提取出来，找到每个向量最匹配的向量为止。在吸收峰选择以后，再根据光谱特征参量矩阵匹配方法进行光谱匹配。最后通过与常用的光谱角匹配法和最小距离匹配法进行比较，验证本文所提选择方法和匹配方法的有效性。本发明方法可以搜寻到最佳的特征参量向量，从而实现吸收峰的选择，用选择后的吸收峰的特征参量矩阵进行高光谱匹配后，匹配的误差也有一定程度的下降。

本发明的技术路线是：

一种基于吸收峰特征的高光谱曲线匹配方法，其特征在于该方法包括以下步骤：

步骤一，基于光谱特征参量的光谱匹配：

1)从实验光谱库中提取某物质的光谱反射曲线，进行包络线去除和归一化处理；

2)提取待测光谱反射曲线的特征参量即吸收波峰位置(P)、吸收深度(H)、吸收宽度(W)、面积(A)及吸收对称度(S)面积(M)、变化率(V)，组成光谱特征参量矩阵M＝[P,H,W,K,S,M,V],(M)的维数是光谱吸收峰的个数；

3)提取标准光谱库的光谱特征参量矩阵N，计算待测物质光谱矩阵M和标准物质矩阵N的匹配程度，用矩阵的相似度计算矩阵的匹配；

步骤二，对光谱特征参量矩阵的选择：

选择方法的具体实现步骤如下：

A、设标准光谱特征矩阵M＝[m₁,m₂,…m_i]^T,待测光谱特征矩阵N＝[n₁,n₂,…n_j]^T.i为标准光谱吸收峰个数，j为待测光谱吸收峰个数。吸收峰位置表明了该种物质在特定波长的吸收情况，是最能表征光谱的特征，将其当作匹配的重要参量，