[发明专利]一种植被光谱特征吸收峰自动识别方法在审
申请号: | 201610107562.5 | 申请日: | 2016-02-26 |
公开(公告)号: | CN105651717A | 公开(公告)日: | 2016-06-08 |
发明(设计)人: | 李喆;古春;郭旭东 | 申请(专利权)人: | 成都市国土规划地籍事务中心 |
主分类号: | G01N21/31 | 分类号: | G01N21/31 |
代理公司: | 成都泰合道知识产权代理有限公司 51231 | 代理人: | 向晟;孙恩源 |
地址: | 610071 *** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 植被 光谱 特征 吸收 自动识别 方法 | ||
技术领域
本发明属于一种植被光谱识别方法,具体涉及一种植被光谱特征吸收峰自动识别方法。
背景技术
光合作用是植被赖以生存的关键,在其主导下,植被光谱通常呈现一系列的特征吸收谱 带,如表征色素吸收的可见光波段反射率特性,表征细胞结构的近红外波段反射率特性,表 征水汽吸收的短波红外光谱波段反射率特性,而光谱曲线吸收峰包涵丰富的光谱吸收特征信 息,从中可提取各种植被的定性、定量以及成分信息。因而识别植被光合作用特征吸收谱带 上的吸收峰,提取其光谱吸收特征信息,不仅可使植被在光谱反射曲线上有效地与其他地物 相区别,而且还能成为区分植被类型、长势及估算生物量的依据。
高光谱测量仪器的光谱分辨率已达到纳米(nm)数量级,其光谱通道数多达数十甚至数百, 它的这种独特性已经被成功地应用在植被、地矿、环境、资源等多个领域,特别是在植被研 究领域中植被分类及其各项生化参数反演的应用更为广泛,高光谱技术获取的连续的精细光 谱浓缩了植被冠层结构和生化参量,为精细化地挖掘植被光谱特征信息提供了可能和条件。
利用光谱遥感技术,识别光谱反射曲线特征吸收峰,已成为表达植被光谱吸收特征细节 信息的重要途径。但由于植被光谱的同质多象、类质同象等现象,使得植被光谱特征识别存 在很多不确定性,尤其光谱曲线吸收峰的识别以目视解译为主,易产生误判与漏判现象,很 大程度上影响了对植被光谱曲线吸收特征细节信息的准确提取,进而影响植被分类及其重要 生化参量估测的准确性。因此,很有必要改进植被光谱特征吸收峰的识别关键技术方法,寻 求一种客观有效的光谱吸收峰自动识别方法,提高植被光谱特征识别的准确率。
发明内容
本发明的目的是提供一种植被光谱特征吸收峰自动识别方法,该方法综合运用微分法与 包络线去除法进行植被光谱曲线特征吸收峰的自动识别,能够克服目前植被光谱特征吸收峰 识别过程中吸收峰位置与吸收强度难以准确识别的缺陷,提高植被光谱特征识别的准确率与 直观性。
为了实现上述目的,本发明提供了以下技术方案:
一种植被光谱特征吸收峰自动识别方法,其特征在于,该方法包括如下步骤:
(1)、以微分法对原始光谱曲线进行前置处理,对原始光谱曲线波段上各采样点按公式:计算其二阶微分量,从而得到二阶微分曲线,并利用二阶微分曲线对原始光谱曲线进行去噪预处理,其中,λl代表波段上第i个采样点的波长;Ri代表波段上第i个采样点的原始光谱反射率;SDRi代表波段上第i个采样点的二阶微分,i=1,2......N,N为样本点数,即二阶微分曲线在波段上的总点数;
(2)、对噪音去除后的光谱曲线去包络线处理,得到去包络线光谱曲线;
(3)、微分法遍历去包络线光谱曲线的吸收峰峰值点及其左右肩;
(4)、吸收峰吸收特征强度计算。
所述步骤(1)具体包括以下步骤:
如果二阶微分曲线在波段上某采样点的数值小于或等于反射率,即SDRi≤Ri,则该采样点为真实曲线所经过的点(λl,Ri),将其保留;反之,如果该采样点的值大于反射率,即SDRi>Ri,则为噪声,将其去掉;对于波段上保留的采样点进行平滑操作,根据下式重新计算波段上保留的采样点的反射率,
其中,w是窗口选择的点的个数,N是样本点数,即二阶微分曲线在波段上的总点数。
所述步骤(2)具体包括以下步骤:
设所述步骤(1)中去噪预处理后得到的Ri组成数组Ri,i=1,2......N;
波段上的采样点波长组成数组λi,i=1,2......N;
A.i:=1,将R1,λ1加入到包络线节点表中;
B.求新的包络节点,如i=N,则结束,否则j:=i+1;
C.连接i,j;检查(i,j)直线与反射率曲线的交点,如果j=N则结束,将Rj,λj加入到包 络线节点表中,否则:
a.m:=j+1;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都市国土规划地籍事务中心,未经成都市国土规划地籍事务中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610107562.5/2.html,转载请声明来源钻瓜专利网。