[发明专利]一种多光谱遥感异常信息提取方法

说明书

技术领域

本发明涉及遥感找矿与环境评价领域，具体涉及一种多光谱遥感异常信息提取方法。

背景技术

遥感技术是一项包含宏观、动态、快速、准确等特点以及相应优势的高科技技术方法。资源与环境遥感探测是资源环境的理论、方法与遥感的理论、技术、手段相结合的交叉学科，是全球变化研究中重要的理论基础和技术方法。异常识别与信息提取是资源环境遥感的主要研究课题之一。如具有异常光谱特征的地表围岩蚀变可作为热液矿床的主要找矿标志，且蚀变越强，成矿可能性越高；蚀变范围越宽，矿化规模越大；即或矿体隐伏，只要有一定面积的蚀变异常出露，遥感影像都有可能检测到。又如，在一些植被茂盛、风化层较厚、山陡谷深、原岩露头少的重金属矿区或污染区往往存在植物光谱异常，如叶面光谱反射率异常增高、红边位移、吸收深度降低、植被指数异常等。

遥感数据主要反映地表物质的光谱信息，由于土壤、植被、大气、冰川、水体、地形等干扰因素的存在，加之遥感影像波谱分辨率和空间分辨率的制约以及地质环境的复杂性和多变性，异常信息在遥感影像中主要表现为弱信息。多光谱遥感探测虽然有一些成功的典型案例存在，但它们不代表一般情况。它们的成功可能是由于这些异常信息在遥感影像中不表现为弱信息，如蚀变面积大、污染范围广、混合像元效应弱等。事实上，大部分出露于地表或埋深较浅的地质资源已被勘查，现行的异常信息提取技术，如掩膜、波段比值、主成分变换、门限法、分形等，有时很难适应资源环境遥感探测的需求。弱信息是多光谱遥感探测中的基本困难，前人在这方面亦开展了大量研究，但大多比较零散，仍然存在深化研究的空间。因此，开发出具有一定普适性的、可重复的、操作简便的多光谱遥感(弱)异常提取技术已成为当务之急。

发明内容

为解决上述问题，本发明公开了一种多光谱遥感异常信息提取方法，包括以下步骤：

步骤1，遥感影像选择及预处理,得到预处理影像；

步骤2，对预处理影像进行掩膜处理；

步骤3，对掩膜处理后的遥感影像进行遥感蚀变信息增强处理；

其特征在于，还包括如下步骤：

步骤4，对遥感影像增强处理后的波段进行分形求和计算，得到异常增强影像，提取异常信息。

进一步地，当遥感影像中存在植物异常，还包括：

步骤5：对植被异常增强影像进行混合筛分处理，剔除假异常。

进一步地，步骤1中所述的预处理是指对选取的遥感影像依次进行辐射定标、大气校正、几何校正和正射校正处理。

进一步地，步骤4所述的对主成分转化后的影像波段进行分形求和计算是指：

步骤41，通过下式构建分形模型，得到N(r)-r散点图：

N(r)＝Cr^-D(r＞0)

其中：r表示特征尺度，即影像DN值，(C＞0)为比例系数,D＞0为分维数，N(r)＝N(≥r)表示大于等于r的数目或和数；

步骤42，通过下式将N(r)-r散点图拟合为多段直线，每条直线对应于一个无标度区：

logN(r)＝-Dlog(r)+logC

步骤43，步骤42拟合的多段无标度区，应满足如下公式：

其中，D₁、D₂、D₃…D_n+2分别表示多段无标度区中第1个、第2个、第3个…第n+2个无标度区的分维数，C₁、C₂、C₃…C_n+2为第1个、第2个、第3个…第n+2个无标度区所对应的比例系数，其中表示从小到大排列的灰度值,i＝1,2,3…,n＝0,1,2…，D_n所对应的像元数记为N_n，RSS为拟合残差的平方；

其中，D_n和D_n+1之间的拐点记为T_n，该拐点T_n对应的灰度值即为异常灰度值

进一步地，步骤5中所述的对植被异常增强影像进行混合筛分处理是指：

步骤51，获取植被异常增强影像的灰度直方图；

步骤52，采用混合筛分模型将影像灰度直方图分割为若干个正态分布概率密度曲线，取不同正态分布概率密度曲线的交点为阈值，找到均值最小的正态分布或均值最大的正态分布。

与现有技术相比，本发明具有以下技术效果：