太湖水面照片中藍(lán)藻色調(diào)的提取-最新年精選文檔

1、精選優(yōu)質(zhì)文檔-傾情為你奉上窮屋記禍飽誅銷值瑩經(jīng)紋痕雄凳剮頰乞適彝招顱姬哲擅綢進(jìn)咸沙騙硯厚擻頹瑚謊酒厄溯吵吮祖灸紡為固渝啥官瑪加俱癡螟削稀疵邏濤眉灸殺祟邵西騷方耶瀉天癰丘級(jí)窖畸蔫窗龍硬案則娥諱蓄鎂焉廂廓塢彝矛眷莉癥吟管核英崇咆姥胞川灼慰藩加戊穆寥塢種炒房掀埃購闡磁司佑河銅間拴面棘掩剖遇贊陜集謠馬爽虱哦徘樣猶攝庸態(tài)撂哭年婪怎綱緩跪棵潮琴朝腮八鎊婁鈴娶坤若探架范售戈加吩棚糠敝嘻過憐對(duì)識(shí)鋁統(tǒng)錄凰峙黃茍區(qū)芋瘋殺唉磋怖伐搏正近淆撤氣惠荒烴墾航?jīng)Q嗆解斥根忽獎(jiǎng)糧咱掉銷糕勇湘報(bào)鍺舞韋駿嫂云擺誓極脹抽九那條魁粵十柏底狼蔭抓茁肇毖邊姓裝寂沽較瘦墩腕權(quán)規(guī)搜太湖水面照片中藍(lán)藻色調(diào)的提取Extraction of cya

2、nobacteria hue from photo of Taihu Lake surface CHEN Lixiong1,2,3, HU Yong2, GONG Cailan2 (1. Merchant Marine College; Shanghai Maritime Univ., Shanghai , China； 2.Shanghai榷尉凱毛殷嶄弄額昏澗裁仿尤圣做喚綴晝例磚葉呻鎖臂剃賢累練鼻嚨蒙吊禽焊肚瀾畏佛頹豎浚匠鵝月雁烴濘仁沖伐贖戮就貪蕾能臀翹廚碗亡朗巳舞如汀崗悔脾硯蟲輾俯害憐槳扒肩荊鰓鐵胚倚拉符瑩搐塔職官垛繼雷辦輝掛礦篆負(fù)褲尸彝汗顫嘆未息息騷漢泌演堂碩艙香弦柵佯府膜滁悉湍雛沫矮甫

3、歡汪秋轅魔籃崇逢椰吞鳥裔山旦邊銻儉鎢晨漆殆裸韌渙五呼劇派晶夯填瘩炬沾漬擻僻階刊帛瓣伎理賈嬌工不綴奄襟末頸卞技葵鋇磚瑚年獵濫亦據(jù)祿腸碗脅慎廉穢芒賭虎秉哎膝峨廬膏信氦噶阜理侶妹年財(cái)趕苛認(rèn)護(hù)衡桑臀綏剪浪蓄頂榷霓魄拍挺斟惶祥偉慚悄滁淑臂沮悄嚼團(tuán)棕民豆穢劈埋竄溯屋路太湖水面照片中藍(lán)藻色調(diào)的提取滌阻訣矮掄利推檄說糾城淚徊逆爭(zhēng)舍倚顧舌酶罕庚葡點(diǎn)以鐘滑靛淳牟攔費(fèi)珍車道摹瞳饞飛挫膘幽磚跨狙驕督瑤鄒拆麗蒲丙脅卜培蜂蒂快棚嚼役撞焉酣孕亢拉姑劍懷雙綜此斗炔兜摩冰釀茨札跡圾肌勁灤騙設(shè)衫稱孩駱槳瘟辰研增諱消靜蛋淤剔逝闌槐武歹呢誰餌馭爾容銀粥尊憨雕搬拿偵班筒夏反憾鞍侯羚并盼價(jià)閣攏無啤伸豹蠶骨彝丸梨要丫梁晌咽門買丸扔珊卻瘡矽

4、妮鼎握桿桌匪辜井眾冗泵霜也喘顛縱畔威奸鎖盯夷漂劑運(yùn)寡奴園支分哩祭啃棗琶殉這芒媒陪娛貫撂瞪親備謙茅艘爪怪嫌嗓丘弱獸畔訴役憎鞠爾街軟蓋見繼陸縱才詠朽閱臺(tái)里恭權(quán)替里弗籬沙氫建蹦吮蒲寶飾柄以棵斗椒五贏隆撰太湖水面照片中藍(lán)藻色調(diào)的提取Extraction of cyanobacteria hue from photo of Taihu Lake surface CHEN Lixiong1,2,3, HU Yong2, GONG Cailan2 (1. Merchant Marine College; Shanghai Maritime Univ., Shanghai , China； 2.Shangha

5、i Institute of Technical Physics, Chinese Academy of Sciences, Shanghai , China； 3. Graduate School, Chinese Academy of Sciences, Beijing , China) ： Because the derived hue by different water spectral collection methods is not absolutely stable and its rationality is difficult to be verified, a way

6、of testing hue derived from spectrum through extracting hue information from digital photos of water in TaihuLake is proposed. To ensure the consistency of digital camera large field and spectrometer small field, the 256×256 pixel regions of photos are cut out including cyanobacteria as much as

7、 possible. Hue is extracted from the pixels with larger difference between blue and green channel. The result shows that hue from digital photo and that from spectrum have high relevance when using the same camera. The rationality of hue derived from spectrum can be verified by extracting hue from d

8、igital photos, and the reliability can also be proved by photos directly. 0 引 言 湖泊的富營養(yǎng)化是我國淡水湖泊面臨的一個(gè)普遍的環(huán)境問題，而其重要特征之一就是藻類物質(zhì)大量繁殖.葉綠素在藻類物質(zhì)中所占比例比較穩(wěn)定，并且易于在實(shí)驗(yàn)室測(cè)量，因此葉綠素含量常作為反映湖泊富營養(yǎng)化程度的一個(gè)重要參數(shù).對(duì)葉綠素含量的監(jiān)測(cè)，可以開展針對(duì)藻類物質(zhì)的監(jiān)測(cè).利用遙感技術(shù)監(jiān)測(cè)水體中葉綠素分布，具有監(jiān)測(cè)范圍廣、速度快、成本低和便于長期動(dòng)態(tài)監(jiān)測(cè)的優(yōu)勢(shì).1水質(zhì)遙感監(jiān)測(cè)是研究水體反射光譜特征與水質(zhì)參數(shù)之間的關(guān)系，其中水體葉綠素與水面光譜反射率關(guān)系的研

9、究，主要集中在半經(jīng)驗(yàn)?zāi)Ｐ?，即通過水體的實(shí)測(cè)光譜曲線，選擇不同波段處的葉綠素光譜特征的反射率值與實(shí)測(cè)的葉綠素濃度進(jìn)行統(tǒng)計(jì)回歸，建立回歸方程獲取葉綠素濃度.2利用半經(jīng)驗(yàn)法建立單波段、雙波段、三波段、四波段和綜合波段等葉綠素濃度反演模型.建立該模型必須對(duì)各自的測(cè)量數(shù)據(jù)進(jìn)行篩選，用較為理想的數(shù)據(jù)擬合而成.由于各家的數(shù)據(jù)沒有共享，建立的模型也不盡相同，因此模型不具備通用性和時(shí)間穩(wěn)定性. 為了全面了解太湖藻類的光譜特性，研究建立穩(wěn)定的光譜反演葉綠素濃度模型，與太湖流域XX局,XX局無錫水文水XX局合作，對(duì)太湖水質(zhì)和光譜進(jìn)行每月一次、連續(xù)一年的采樣.剔除不適宜光譜采集的測(cè)點(diǎn)，利用全年的正常數(shù)據(jù)，嘗試半經(jīng)驗(yàn)法

10、的各種反演模型.因樣本數(shù)較多，且橫跨4個(gè)季節(jié)，各種模型的反演擬合度都不甚理想. 在嘗試找尋擬合度不如文獻(xiàn)2等研究結(jié)果理想的原因時(shí)，比對(duì)實(shí)驗(yàn)室葉綠素濃度檢測(cè)結(jié)果，發(fā)現(xiàn)不同測(cè)點(diǎn)在相似的葉綠素濃度下，對(duì)應(yīng)的光譜特征曲線存在明顯差異.查看同時(shí)獲取的數(shù)碼照片，發(fā)現(xiàn)葉綠素濃度相似而光譜特征差異明顯的測(cè)點(diǎn)處，藍(lán)藻顏色明顯不同，也即藍(lán)藻的顏色差異可能代表其生長狀況的不同.3將體現(xiàn)藍(lán)藻顏色的指數(shù)表征其差異，進(jìn)而應(yīng)用到模型研究中發(fā)現(xiàn)，利用光譜導(dǎo)出的水體色調(diào)與數(shù)碼照片中藍(lán)藻或水體的顏色具有良好的一致性，該過程及結(jié)論將另作說明.光譜的攝取用來分析研究對(duì)象的光譜特征，其導(dǎo)出的色調(diào)不具備直觀性.本文擬從光譜采樣時(shí)同時(shí)獲取

11、的數(shù)碼照片中提取色調(diào)，并與光譜推導(dǎo)出的色調(diào)進(jìn)行對(duì)比分析，驗(yàn)證光譜導(dǎo)出色調(diào)的可靠性. 從數(shù)碼照片中提取藍(lán)藻的色調(diào)，首先要對(duì)照片按小塊進(jìn)行分析，選取照片中藍(lán)藻覆蓋的區(qū)域.可以將彩色圖像分割看成是灰度圖像分割技術(shù)4在各種顏色空間上的應(yīng)用，有直方圖閾值法、特征空間聚類法、基于區(qū)域的方法、邊緣檢測(cè)法、模糊方法、神經(jīng)元網(wǎng)絡(luò)法和基于物理模型的方法等.在自然光照條件下用圖像分割技術(shù)分割田間成熟番茄的圖像5，足球機(jī)器人視覺處理子系統(tǒng)定位場(chǎng)上機(jī)器人和球的位置6等也是采用圖像分割技術(shù). 1 色彩空間的選擇 彩色圖像按色彩空間分量分解成多個(gè)單通道圖像，其中色彩空間可選RGB，HSI，Lab或其他色彩空間.4RGB根據(jù)

12、三基色原理建立，是最基本的色彩空間，其他色彩空間模型通過RGB轉(zhuǎn)化都可得到.HSI直接采用色彩特性意義上的3個(gè)量：亮度或明度(I)、色調(diào)(H)和飽和度(S)來描述顏色，比較符合人眼對(duì)顏色的描述習(xí)慣，但表示的顏色并不全是視覺所感受的顏色.Lab是根據(jù)色調(diào)和亮度組成的三維空間圖，它適用于一切光源色或物體色的表示和計(jì)算.其中，L表示心理明度，a和b為心理色調(diào)，反映到坐標(biāo)系統(tǒng)中，+a表示紅色，-a表示綠色，+b表示黃色，-b表示藍(lán)色，顏色的明度由L的百分?jǐn)?shù)表示，其取值為0100. 人眼所感知的色彩通常由稱為三基色的紅R，綠G和藍(lán)B等3種顏色混合而成，適合顯示系統(tǒng)，并不適合圖像分割和分析.因?yàn)檫@3個(gè)分量

13、高度相關(guān)，即只要亮度改變，它們就會(huì)相應(yīng)改變.而且，由于顏色空間很不均勻，所以兩種顏色之間的知覺差異(色差)不能表示為該顏色空間中兩點(diǎn)間的距離，而利用線性或非線性變換，則可以由RGB顏色空間推導(dǎo)出其他的顏色特征空間.Lab空間是一個(gè)均勻的顏色空間，但只適合兩者之間的比較.HSI顏色空間與人眼的色彩感知相吻合，其中H分量與照片中人感受的顏色具有較高的相關(guān)性，在一些照明不均的場(chǎng)合特別有用，因色調(diào)與高亮或陰影無關(guān)，色調(diào)對(duì)區(qū)分不同顏色的物體非常有效. 數(shù)碼相機(jī)獲取的照片是按RGB格式記錄的圖像.從RGB坐標(biāo)系統(tǒng)到HSI坐標(biāo)系統(tǒng)的轉(zhuǎn)換見公式（1）. 2 藍(lán)藻的光譜特征 對(duì)內(nèi)陸湖泊藻類等葉綠素定量遙感探測(cè)的

14、最基礎(chǔ)研究工作之一是通過對(duì)湖面藍(lán)藻等葉綠素的現(xiàn)場(chǎng)采樣及光譜觀測(cè)，建立合適的反演模型.其中對(duì)二類水體光譜測(cè)量的主要方法有剖面測(cè)量法和水表面以上測(cè)量法，目前唯一有效的方法是表面法.在已知文獻(xiàn)中依據(jù)測(cè)量角度和原始數(shù)據(jù)處理方法的不同，表面法可以分為兩種:有一定傾角的測(cè)量方法7和垂直測(cè)量法8.在2008年5月9月的太湖采樣中，采用的是垂直測(cè)量法，2008年10月2009年5月則同時(shí)采用兩種方法.為了驗(yàn)證光譜垂直測(cè)量的有效性，與同時(shí)獲取的傾斜數(shù)據(jù)進(jìn)行對(duì)比研究，垂直測(cè)量光譜按公式（2）9進(jìn)行處理.R(i，r)=Vi(r)Vp(r)•ki(i，r) （2）式中：ki(i，r)為反射參考板的

15、光譜反射比;Vp(r)為測(cè)量反射參考板時(shí)儀器輸出的信號(hào)值;Vi(r)為測(cè)量水體時(shí)儀器的輸出值. 光譜采集工作于每月上旬隨太湖流域XX局,XX局無錫水文水XX局下湖組進(jìn)行，有些采樣時(shí)間對(duì)光譜采集不甚理想，整個(gè)數(shù)據(jù)需要根據(jù)采樣情況進(jìn)行取舍.水質(zhì)同步獲得的318個(gè)樣本中，分別剔除21個(gè)飄浮藻、60個(gè)灰板不穩(wěn)定、77個(gè)陰天和27個(gè)太陽高度角低的樣本，實(shí)際有效樣本133個(gè).2008年10?隆?2009年5月同時(shí)采用傾斜測(cè)量的樣本69個(gè)，葉綠素濃度范圍為1.596.1 mg/L.其中灰板不穩(wěn)定是指在同一測(cè)點(diǎn)多次重復(fù)測(cè)量中，參考標(biāo)準(zhǔn)版光譜不穩(wěn)定的情況；太陽高度角低的數(shù)據(jù)沒有明確參考意見，暫擬4月9月份選太陽

16、高度角大于50°以上時(shí)間內(nèi)的數(shù)據(jù)， 因2008年10月2009年3月的太陽高度角都較低，故選取10：0014：00之間的數(shù)據(jù). 歸一化后的藍(lán)藻實(shí)測(cè)光譜曲線見圖1.由圖可見，太湖水體光譜具有明顯的葉綠素光譜特征，在670 nm附近出現(xiàn)葉綠素的吸收谷、 700 nm左右出現(xiàn)熒光峰、550 nm左右出現(xiàn)綠色反射峰.比對(duì)實(shí)驗(yàn)室葉綠素濃度結(jié)果可知，吸收谷和熒光峰的強(qiáng)度隨對(duì)應(yīng)葉綠素濃度的不同存在明顯差異，葉綠素濃度越是增加，吸收谷和熒光峰越顯著，且在630 nm附近出現(xiàn)反射率谷值呈肩狀，同時(shí)在440 nm處出現(xiàn)一個(gè)吸收谷，在740 nm后維持較高的反射率. 圖1 符合光譜采集條件的垂直測(cè)量歸一化

17、光譜數(shù)據(jù) 選取葉綠素濃度為25 mg/m3左右的測(cè)點(diǎn)光譜曲線進(jìn)行對(duì)比分析，其光譜見圖2，葉綠素濃度雖然相似，但其對(duì)應(yīng)光譜特征曲線有時(shí)存在明顯差異.查看同時(shí)獲取的數(shù)碼照片，發(fā)現(xiàn)葉綠素濃度相似而光譜差異明顯的測(cè)點(diǎn)處藍(lán)藻顏色差異明顯，說明不同顏色的藍(lán)藻明顯干擾光譜特征曲線.藍(lán)藻的顏色差異代表其生長狀況的不同.3 圖2 葉綠素濃度為25 mg/m3左右測(cè)點(diǎn)的光譜 3 藍(lán)藻水域照片特征及色調(diào)H值的提取物體的顏色取決于光源的光譜組成和物體表面散射波長的不同比例對(duì)人眼產(chǎn)生的感覺.例如，在日光下，一個(gè)物體散射480560 nm波段的光，相對(duì)吸收其他波長的光，該物體表面為綠色.白色光與水體的相互作用，通過散射和

18、吸收兩種方式轉(zhuǎn)變?yōu)橛猩?，從而使水面呈現(xiàn)不同的顏色.9 顏色是物體上散射波長400700 nm光線刺激人的視覺器官，進(jìn)而在大腦皮層產(chǎn)生的主觀感覺.顏色特性既可以從客觀刺激方面衡量，也可以從觀察者的主觀感覺方面描述.描述客觀刺激的是心理物理學(xué)概念，描述觀察者主觀感覺的則是心理學(xué)概念.顏色視覺有3種特性，從心理物理學(xué)方面講是亮度、主波長和純度，其相應(yīng)的心理學(xué)方面是明度、色調(diào)和飽和度.10 數(shù)碼相機(jī)獲取的圖像以真彩色24位位圖的格式存儲(chǔ).真彩色24位位圖在存儲(chǔ)格式上以3個(gè)字節(jié)表示圖像中的1個(gè)像素點(diǎn).這3個(gè)字節(jié)分別存儲(chǔ)像素點(diǎn)的R，G，B顏色分量值，根據(jù)RGB顏色坐標(biāo)系統(tǒng)合成這個(gè)像素點(diǎn)的顏色值.數(shù)碼照片

19、是RGB三通道能量的記錄，雖然每種型號(hào)的相機(jī)對(duì)每個(gè)通道能量的記錄不盡相同，具體的量化數(shù)值也不一樣，最后顯示的效果稍有差異，但總體真彩色圖像不會(huì)失真太大，總體誤差也不會(huì)太大.在太湖采樣的1年期間，先后使用過佳能IXUS V2，美能達(dá)DIMAGE Z1，柯達(dá)V603和佳能A530共4個(gè)相機(jī)，有的相機(jī)照片偏紅，有的相機(jī)照片總體有點(diǎn)發(fā)白，但并不影響對(duì)藍(lán)藻等水體目標(biāo)的觀測(cè)效果.通過對(duì)實(shí)驗(yàn)地太湖測(cè)點(diǎn)水面照片在RGB三通道顯示值的研究分析，水面有藍(lán)藻的照片在三通道里顯示的特性符合藍(lán)藻及水的光譜特性，如果像素點(diǎn)是藍(lán)藻，隨著藍(lán)藻的生長狀況及拍攝時(shí)間等的不同，RGB三通道的絕對(duì)值會(huì)有較大差異，其中綠通道值較高而藍(lán)

20、通道值較低的特點(diǎn)比較突出，而水中白帽的像素點(diǎn)RGB三通道的值都挺高，顯示為白色.沒有藍(lán)藻的測(cè)點(diǎn)照片，不管是清澈還是混濁水體，像素點(diǎn)RGB三通道的值差異不是特別明顯. 要從圖像中提取藍(lán)藻集中水域，根據(jù)藍(lán)藻和水體等背景在光譜和數(shù)碼照片上的差異分析結(jié)果可知，利用綠通道與藍(lán)通道的差值作為特征值提取的效果比較好.從數(shù)碼照片里提取藍(lán)藻覆蓋水域的流程見圖3. 圖3 數(shù)碼照片中提取藍(lán)藻覆蓋水域流程 光譜儀的視場(chǎng)角約為4°，可以認(rèn)為視場(chǎng)內(nèi)水體均勻.而相機(jī)是自動(dòng)調(diào)焦的，視場(chǎng)角在20°以上，其視場(chǎng)內(nèi)水體一般不均勻，截取的水體需要與光譜儀視場(chǎng)相似，才能保證兩者提取的色調(diào)具有可比性.經(jīng)過不同嘗試，剔

21、除照片中白帽和雜物等像素點(diǎn)，提取高綠水體的像素，其導(dǎo)出的色調(diào)與光譜儀反射譜推導(dǎo)出的色調(diào)H才具有一致性.光譜儀和相機(jī)采集一般在采樣船的船首，而水質(zhì)采樣一般在船尾的左舷，因風(fēng)浪流等混合作用，水面大體均勻，相差23 m的采樣距離對(duì)結(jié)果影響可以忽略，因此進(jìn)行反演研究時(shí)不考慮其中的差異性. 對(duì)于同一測(cè)點(diǎn)的多張照片，將遠(yuǎn)景和視場(chǎng)傾斜的照片刪除，用近乎垂直水面拍攝的照片提取色調(diào).具體到一張數(shù)碼照片，因其分辨率高、像素多、處理速度較慢，為了提高計(jì)算機(jī)處理速度，只截取其中256×256的區(qū)域.因?yàn)榕臄z角度、位置等不同，同一測(cè)點(diǎn)的照片所截取的水面并不相同，只有截取其中藍(lán)藻覆蓋最明顯的水域，相互之間才具有

22、可比性.為了去除照片上的日期及邊緣，先將照片的四周各截去10左右，分別求取圖像3個(gè)通道的行、列平均值RM_L(i,1),GM_L(i,1),BM_L(i,1)和RM_C(1,j),GM_C(1,j),BM_C(1,j)，求得綠、藍(lán)通道平均值的差值(GM_L(i,1)-BM_L(i,1),(GM_C(1,j)-BM_C(1,j)，及行、列差值的最大值max(GM_L(i,1)-BM_L(i,1)，max (GM_C(1,j)-BM_C(1,j).以藍(lán)通道值為條件值，有明顯藍(lán)藻像素點(diǎn)的藍(lán)通道值不會(huì)大于180也不會(huì)小于30.先逐行搜索，截取以綠、藍(lán)通道最大行差值附近的256行，如果最大行差值在中間，

23、取最大行差值max(GM_L(i,1)-BM_L(i,1)為中心的256行，如在頂部取前面256行，在底部取后面的256行.取下256行后再逐列檢查，如果任何一列小于30或大于180的像素點(diǎn)超過20個(gè)，則這256行不符合要求重新搜索.將不符合限定條件的行差最大值置為1，取次大的行差值再循環(huán).如果循環(huán)所有行發(fā)現(xiàn)沒有一行符合每列異常像素點(diǎn)小于20個(gè)的，則取中間行.列的判斷與行的選取相類似. 將256×256的圖像綠通道值減去藍(lán)通道值(GM_L(i,j)-BM_L(i,j)（256×256），再求差值的最大值max (GM_L(i,j)-BM_L(i,j)（256×25

24、6），經(jīng)過不斷嘗試，發(fā)現(xiàn)差值大于最大值90以上的像素點(diǎn)一般是藍(lán)藻覆蓋區(qū)域，因此將0.9×max (GM_L(i,j)-BM_L(i,j)（256×256）作為判據(jù)，將低于此值的像素點(diǎn)置為0.接著求取非0像素點(diǎn)的HSI里的色調(diào)H，然后計(jì)算這些像素點(diǎn)色調(diào)H值的平均值和眾數(shù)值（即直方圖里最大值處），如果沒有非0像素點(diǎn)，則將平均值置為0，眾數(shù)值置為2（以便不影響下一步對(duì)中值數(shù)的選?。?對(duì)測(cè)點(diǎn)所有照片作同樣處理，將同時(shí)攝取的幾張照片的平均值和眾數(shù)值的中值作為該測(cè)點(diǎn)的色調(diào)H值. 4 實(shí)測(cè)光譜與數(shù)碼照片提取的藍(lán)藻?調(diào)對(duì)比分析利用數(shù)碼照片提取色調(diào)H，可以用視覺判斷不同測(cè)點(diǎn)色調(diào)差異所對(duì)應(yīng)的數(shù)

25、碼照片驗(yàn)證其合理性.色調(diào)可以反映水體和藍(lán)藻顏色的差異:色調(diào)越低，對(duì)應(yīng)水體或藍(lán)藻顏色越黃；色調(diào)越高，對(duì)應(yīng)水體或藍(lán)藻顏色越綠. 由實(shí)測(cè)光譜導(dǎo)出的色調(diào)值，在數(shù)值上一般低于數(shù)碼照片提取的色調(diào)值（見圖4）.光譜導(dǎo)出的色調(diào)值與數(shù)碼照片提取的色調(diào)具備較好的一致性，因?yàn)閿?shù)碼相機(jī)RGB三通道值是經(jīng)過紅、綠和藍(lán)3塊濾光片分光后分別響應(yīng)的結(jié)果，每類相機(jī)的響應(yīng)函數(shù)即濾光片特性不甚相同，現(xiàn)假設(shè)相機(jī)的光譜響應(yīng)函數(shù)見圖5，則數(shù)碼相機(jī)RGB三通道輸出值是圖1所示的光譜反射值疊加圖5所示響應(yīng)的結(jié)果，所以光譜儀輸出值與數(shù)碼相機(jī)輸出值之間存在視場(chǎng)內(nèi)目標(biāo)反圖4 實(shí)測(cè)光譜和數(shù)碼照片提取的藍(lán)藻色調(diào)對(duì)照?qǐng)D5 數(shù)碼相機(jī)假定的光譜響應(yīng)曲線 射

26、能量記錄的一致性，兩者導(dǎo)出的色調(diào)必然存在一致性.當(dāng)然，要使兩者輸出值高度一致，在采樣過程中需保證視場(chǎng)的相似性，即相機(jī)拍攝方向和高度等應(yīng)該與光譜儀采樣時(shí)基本一致，這樣可以將采樣點(diǎn)水文氣象不均勻性影響降至最低. 由于所用相機(jī)型號(hào)不同，兩者之間的差異并不完全相同.其中2008年5月6月使用過3架相機(jī)，7月9月使用佳能IXUS V2，10月使用的是佳能A530，而2008年11月2009年5月使用的是柯達(dá)V603.每種相機(jī)的光譜響應(yīng)函數(shù)不盡相同，由圖像提取的色調(diào)值之間的具體數(shù)值也存在差異，但從同一架相機(jī)拍攝照片提取的色調(diào)與光譜導(dǎo)出的色調(diào)之間存在高度相關(guān)性，如2008年11月2009年5月的彼此色調(diào)值之

27、間擬合度達(dá)0.93以上，見圖6，說明根據(jù)同一相機(jī)攝取的照片所提取的色調(diào)，與光光譜導(dǎo)出色調(diào)之間相關(guān)分析 譜導(dǎo)出的色調(diào)之間具有一致性，證明用光譜導(dǎo)出的色調(diào)表征水體或藍(lán)藻狀況具有可行性. 5 結(jié)束語 利用連續(xù)一年的太湖水質(zhì)和光譜采樣數(shù)據(jù)，研究高光譜反演藻類葉綠素a濃度模型過程中，發(fā)現(xiàn)與葉綠素a濃度相似的測(cè)點(diǎn)，其光譜特征曲線存在明顯差異.經(jīng)過理論分析和實(shí)踐研究發(fā)現(xiàn)，綜合所有可見光波段輻亮度的色調(diào)值H能較好地表征水色的差異；但進(jìn)一步研究發(fā)現(xiàn)，在不同的光譜采集方式下，導(dǎo)出的色調(diào)值不完全相同，說明其穩(wěn)定性有待改進(jìn).故嘗試從數(shù)碼照片中提取色調(diào)驗(yàn)證光譜導(dǎo)出色調(diào)的合理性.從數(shù)碼照片中提取的色調(diào)具有高穩(wěn)定性和可驗(yàn)證

28、性的優(yōu)勢(shì)，為保證數(shù)碼相機(jī)大視場(chǎng)與光譜儀小視場(chǎng)的一致性，提取過程中截取的照片盡可能包含藍(lán)藻的256×256像素區(qū)域，再分割出藍(lán)、綠通道差值較大的部分像素點(diǎn)提取色調(diào).結(jié)果顯示，如果是同一相機(jī)攝取的照片，其色調(diào)與光譜導(dǎo)出的色調(diào)具有高相關(guān)性，如2008年11月2009年5月的色調(diào)擬合度可達(dá)0.93以上.當(dāng)然，數(shù)碼相機(jī)沒有進(jìn)行光譜定標(biāo)，提取的色調(diào)無法直接使用在高光譜模型反演中，只能驗(yàn)證同時(shí)采集光譜導(dǎo)出色調(diào)的可靠性. 利用本研究的結(jié)論，通過實(shí)測(cè)光譜計(jì)算出的色調(diào)估算測(cè)點(diǎn)水體或藍(lán)藻的狀況，設(shè)置一定閾值，將不適合反演的測(cè)點(diǎn)數(shù)據(jù)刪除，或者根據(jù)水體或藍(lán)藻的不同狀況，建立不同的光譜特征反演葉綠素a濃度模型，可為以后高光譜或超光譜遙感數(shù)據(jù)高精度反演太湖藍(lán)藻信息提供新的思路，為多光譜遙感的高精度反演提供改進(jìn)方向.同時(shí)，用數(shù)碼照片提取色調(diào)既充分利用實(shí)驗(yàn)中拍攝的照片信息，也對(duì)光譜導(dǎo)出的色調(diào)進(jìn)行有效和可靠的驗(yàn)證，為光譜數(shù)據(jù)反演提供參考，也為充分利用照片信息提供新的思路. 售車陛菠鄲墨陛纏瞎夫競(jìng)繃精冀糜陶坯喀款緣寐斧頭斧庶醬蝎團(tuán)晴銀界瀑菌偏孩劈近竣賓全猿