[发明专利]一种基于无人机成像光谱的中小水体水质类型识别方法在审
申请号: | 201910664888.1 | 申请日: | 2019-07-23 |
公开(公告)号: | CN110389114A | 公开(公告)日: | 2019-10-29 |
发明(设计)人: | 田华;季铁梅;程溶;巩彩兰;胡勇;李澜;储美华;马贺平 | 申请(专利权)人: | 上海市水文总站;中国科学院上海技术物理研究所;上海盛图遥感工程技术有限公司 |
主分类号: | G01N21/47 | 分类号: | G01N21/47;G01C13/00 |
代理公司: | 南京纵横知识产权代理有限公司 32224 | 代理人: | 陈良 |
地址: | 200232 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 水体水质 成像光谱 水体 光谱反射率曲线 光谱反射率 光谱影像 模型建立 水质监测 水质类型 影像处理 自动识别 业务化 准确率 影像 监测 补充 | ||
1.一种基于无人机成像光谱的中小水体水质类型识别方法,其特征在于:包括以下步骤:
(1)水体水质类型与水体光谱反射率曲线的获取:采用地物光谱仪获取若干水体的光谱反射率曲线,对所述光谱反射率曲线进行去噪和归一化处理;对所述若干水体分别进行水样采集,检测并分析所述水样的水质数据,根据水质数据对所述水体进行归类;
(2)水质类型识别模型建立:对每条所述水体光谱反射率曲线进行主分量分析,每条光谱反射率曲线均选取前T个主分量;将选取的各条光谱反射率曲线的主分量构成水体光谱特征矩阵;将光谱特征矩阵输入到SVM分类器当中,训练完成可获得水质类型识别模型;所述T不小于2;
(3)目标水体光谱影像的获取:采用无人机飞临目标水体上空,利用成像光谱仪获取所述目标水体的光谱影像数据以及设置在目标水体周围的地面靶标的光谱影像数据;
(4)无人机成像光谱影像处理:包括计算所述目标水体各个位置以及地面靶标的辐亮度、辐亮度几何校正、目标水体区域选择及裁剪、影像去噪;
(5)无人机成像光谱影像的光谱反射率提取:利用所述地面靶标的辐亮度和反射率,计算得到各波段下所述目标水体的反射率,计算公式如下:
Rλ(x,y)是目标水体(x,y)处在波长λ时的反射率;
Lλ(x,y)是目标水体(x,y)处在波长λ时的图像辐亮度值;
Lλ(x0,y0)是靶标在波长λ时的图像辐亮度值;
ρλ(x0,y0)是靶标在波长λ时的反射率值;
对所述目标水体各位置在同一波段下的反射率取平均值得到在特定波段下目标水体平均反射率;集合各波段的目标水体平均反射率可得到目标水体平均光谱反射率曲线;
(6)中小水体水质类型识别:对步骤(5)中获取的所述目标水体平均光谱反射率曲线进行光滑、归一化和主分量分析,选择前T个主分量构成光谱特征向量,随后将所述光谱特征向量输入到所述水质类型识别模型当中,分析得到目标水体的水质类型;所述T不小于2。
2.根据权利要求1所述的基于无人机成像光谱的中小水体水质类型识别方法,其特征在于:所述步骤(1)中,每一类水质样本数量大于50。
3.根据权利要求1所述的基于无人机成像光谱的中小水体水质类型识别方法,其特征在于:所述步骤(2)中,T不小于10。
4.根据权利要求1所述的基于无人机成像光谱的中小水体水质类型识别方法,其特征在于:所述步骤(3)中,无人机在晴空、风速小于3级的天气条件下飞临目标水体上空。
5.根据权利要求1所述的基于无人机成像光谱的中小水体水质类型识别方法,其特征在于:所述步骤(3)中,地面靶标为反射率稳定的布片或者板材。
6.根据权利要求5所述的基于无人机成像光谱的中小水体水质类型识别方法,其特征在于:所述步骤(3)中,地面靶标尺寸至少有10个像元。
7.根据权利要求1所述的基于无人机成像光谱的中小水体水质类型识别方法,其特征在于:所述步骤(4)中,对于所述目标水体上存在的阴影及耀斑区域,采用邻近非阴影及耀斑区域像素值替代阴影及耀斑区域区域的像素值。
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上海市水文总站;中国科学院上海技术物理研究所;上海盛图遥感工程技术有限公司,未经上海市水文总站;中国科学院上海技术物理研究所;上海盛图遥感工程技术有限公司许可,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/201910664888.1/1.html,转载请声明来源钻瓜专利网。