高光谱遥感影像的光谱匹配算法研究概要VIP免费

http://www.paper.edu.cn中国科技论文在线高光谱遥感影像的光谱匹配算法研究蔡燕1，梅玲2作者简介：蔡燕，（1984-），女，硕士研究生，主要研究方向：高光谱遥感通信联系人：梅玲，（1984-），女，助理工程师，主要研究方向：水文地质.E-mail:meilingcumt@163.com（1.中国矿业大学环境与测绘学院，江苏徐州221008；2.江苏煤炭地质勘探四队，南京210046）摘要：在高光谱遥感影像处理中，光谱匹配技术是高光谱地物识别的关键技术之一。本文主要围绕光谱匹配算法的研究展开，分析讨论了常用的几种光谱匹配技术的特点，根据先验知识建立了多种地物标准光谱库，并将其读入程序存储，基于VisualC++平台实现了最小距离匹配，光谱角度匹配，四值编码匹配法，最后基于混淆矩阵对分类图像进行精度比较分析并对三种编码匹配法进行比较。关键词：高光谱；光谱匹配；最小距离匹配；光谱角度匹配；四值编码中图分类号：TP751TheStudyontheSpectralMatchingTechniqueofhyperspectralromotesensingCaiYan1,MeiLing2(1.SchoolOfEnvironmentScienceandSpatialInformaticsChinaUniversityofMiningandTechnology,JiangSuXuZhou221008;2.JiangSuGeologicalProspectingTeamFour,NanJing210046Abstract:Inthehyperspectralimageprocessing,thespectralmatchtechniqueisoneofkeytechniquestoidentifyandclassifymaterialsintheimage.Thispaperaddressessomeissuesofspectralmatchingmethods.Severalalgorithmsareanalyzedandcompared,suchasminimumdistancematching,spectralanglemappingandquad-encoding.Accordingtothepriorknowledge,standardspectrallibraryincludingtypicalland-covertypesisbuilt,whichisstoredandusedforspectralmatching.AllofworkisdoneintheprogrammingenvironmentofVisualC++.Finally,theexperimentalresultsaretestedandcomparedwhenclassificationaccuraciesarecomputedbasedonconfusionmatrixes.Keywords:hyperspectral;spectralmatch;minimumdistancematching;spectralanglemapping;quad-encoding0引言高光谱遥感技术的发展和广泛应用是20世纪最具有标志性的科学技术成就之一，与传统的多光谱遥感技术相比，高光谱分辨率遥感的核心特点是图谱合一，即能获取目标的连续窄波段的图像数据[1]。高光谱遥感信息的分析处理集中于光谱维上进行图像信息的展开和定量分析。高光谱影像分类与地物识别是建立在传统的遥感图像分类算法基础之上，结合高光谱数据特点，对高光谱图像数据进行目标识别，是对遥感图像基本分类方法的扩展与延伸。高光谱遥感影像有着很高的光谱分辨率，且光谱通道连续，因此对于影像中的任一像元均能获取一条平滑而完整的光谱曲线，将其与地物波谱库中的光谱曲线进行匹配运算，实现地物识别与定量反演[2-4]。光谱匹配技术是成像光谱地物识别的关键技术之一，主要通过对地物光谱与参考光谱的匹配或地物光谱与数据库的比较，求算他们之间的相似性或差异性，突出特征谱段，有小提取光谱维信息，以便对地物特征进行详细分析[5]。本文紧紧围绕光谱匹配的算法分析了最小距离法，光谱角度匹配法，以及四值编码法，进行精度分析与方法比较。1光谱匹配算法简介1.1最小距离匹配法基于光谱间的最小距离匹配算法与最小距离分类法几乎一致，只是最小距离匹配基于样本数据，将未知光谱和参考光谱数值之间距离进行计算，再根据最小二乘法进行分类匹配。光谱间的距离可以是欧氏距离、马氏距离和巴氏距离等。最小距离匹配的算法流程如下：1.在标准光谱数据中选择一种地物一般以第一种开始；2.计算该标准地物与待匹配的像元的距离（图像中的第一波段第一行），首先进行波段之间的循环，将待匹配像元的50个波段值分别和标准地物进行距离计算；3.以欧式算法进行程序的实现，再进行样本循环，计算其它标准地物与待匹配像元之间的距离2/112((??????-=∑=njijijkiMxxd其中，i为标准光谱中地物类别数，n为总波段数，ijM为光谱库中第I种地物在j波段的反射率，重复（2）的做法；4.程序中我们采用逐行扫描，此时我们将第一种标准地物与下一个像元进行匹配计算，重复（2）和（3）；5.假设{}m...