[发明专利]一种多光谱遥感异常信息提取方法

摘要

本发明公开了一种多光谱遥感异常信息提取方法，该方法包括以下步骤对获取的遥感影像进行预处理；对预处理影像进行掩膜处理；对掩膜处理后的影像进行比值‑主成分转换，得到若干主成分影像；对每种主成分影像进行分形分析，实现异常信息的提取。本发明具有一定的普适性和可操作性，能够最大限度的剔除各类非异常和假异常，突出与资源环境有关的真异常(如植被指数异常、蚀变异常等)，并实现异常分级，因此具有重要的理论和实践意义，可服务于地勘、矿山、环保等政府部门和相关企业。

主权项

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；步骤4所述的对遥感影像增强处理后的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：log N(r)＝‑D log(r)+log C步骤43，步骤42拟合的多段无标度区，应满足如下公式：RSS=Σi=1i0[logN(ri)+D1log(ri)-logC1]2+Σi=i0+1i1[logN(ri)+D2log(ri)-logC2]2+Σi=i1+1i2[logN(ri)+D3log(ri)-logC3]2+...+Σi=in+1N[logN(ri)+Dn+2log(ri)-logCn+2]2→Min]]>其中，D1、D2、D3…Dn+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…Cn+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…，Dn所对应的像元数记为Nn，RSS为拟合残差的平方；其中，Dn和Dn+1之间的拐点记为Tn，该拐点Tn对应的灰度值即为异常灰度值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；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。