高光譜特征參量化

第4節(jié)高光譜特征參量化

武漢大學(xué)遙感信息工程學(xué)院

龔龑

《高光譜遙感》第四章高光譜數(shù)據(jù)處理1一、高光譜特征參量化概述二、光譜曲線的簡化表達(dá)三、光譜吸收特征參數(shù)提取四、光譜曲線的函數(shù)分析五、光譜特征參量化應(yīng)用第四章第4節(jié)高光譜特征參量化2問題1：下圖中的光譜曲線屬于哪種地物大類觀察光譜吸收谷特征，可以依據(jù)光譜曲線的形狀推斷地物類別。一、高光譜特征參量化概述3A1A2A3B1B2B3觀察光譜曲線，可以依據(jù)光譜曲線的形狀得到聚類結(jié)果。問題2：依據(jù)下圖中的光譜曲線將相應(yīng)地物劃分為兩類波長反射率一、高光譜特征參量化概述4如何將光譜曲線特征轉(zhuǎn)化為適合于電腦進(jìn)行分析計算的形式？光譜特征參量化1.1光譜特征參量化基本概念一、高光譜特征參量化概述5光譜特征參量化的目的：光譜特征參量化的地位：

對高光譜曲線特征進(jìn)行定量表達(dá)，用數(shù)值化的形式來描述反射率隨波長的變化特征。針對待分析對象，通過高光譜特征參量提取，構(gòu)建分析特征集，為后續(xù)匹配、分類、識別及反演奠定基礎(chǔ)。光譜空間光譜曲線一、高光譜特征參量化概述61.2光譜特征參量化的主要方法波譜特征的簡化表達(dá)光譜吸收特征參數(shù)提取光譜曲線的函數(shù)分析一、高光譜特征參量化概述7一、高光譜特征參量化概述二、光譜曲線的簡化表達(dá)三、光譜吸收特征參數(shù)提取四、光譜曲線的函數(shù)分析五、光譜特征參量化應(yīng)用第四章第4節(jié)高光譜特征參量化8波譜特征簡化表達(dá)的目的反射率為浮點(diǎn)型數(shù)據(jù)，波段數(shù)量多，為提高分析效率，可以對光譜曲線進(jìn)行簡化表達(dá)。二、光譜曲線的簡化表達(dá)92.1光譜斜率和坡向光譜坡向指數(shù)SpectralSlopeIndex,SSI在光譜區(qū)間(B1,B2)內(nèi)，將光譜曲線近似視為直線，該直線的斜率即為光譜斜率。

如果光譜斜率為正，光譜曲線被定義為正坡向，光譜斜率為零則為平坡向，光譜斜率為負(fù)則為負(fù)坡向。二、光譜曲線的簡化表達(dá)10光譜子區(qū)間數(shù)為k,則一條光譜曲線可以被描述為[S1,S2,…Si,…,Sk],Si{-1,0,1},從而實現(xiàn)對光譜曲線的簡化表達(dá)。二、光譜曲線的簡化表達(dá)2.1光譜斜率和坡向數(shù)據(jù)量比較SSI：2K比特光譜曲線：32n比特反射率波長與多光譜遙感的區(qū)別是：光譜子區(qū)間可以有針對性選擇。112.2光譜二值編碼為了實現(xiàn)在光譜庫中對特定目標(biāo)進(jìn)行快速查找，可采用對光譜進(jìn)行二值編碼的方案。最簡單的形式編碼值反射率值波段二、光譜曲線的簡化表達(dá)12(1).分段編碼將光譜波長分成幾段分別進(jìn)行二值編碼，各段具有不同的編碼閾值T。二、光譜曲線的簡化表達(dá)2.2光譜二值編碼13采用多個門限進(jìn)行編碼可以加強(qiáng)編碼的描述性能。例如可采用兩個門限將光譜值劃分為三個域：像元編碼數(shù)為通道數(shù)的兩倍二、光譜曲線的簡化表達(dá)(2).多門限編碼2.2光譜二值編碼14僅在最能區(qū)分地物類型的波段進(jìn)行編碼。如果不同地物的光譜特征差異在特定波段有顯著體現(xiàn)，可以在這些波段進(jìn)行編碼，從而既能達(dá)到良好分類目的，又能提高編碼效率。二、光譜曲線的簡化表達(dá)(3).在一定波段進(jìn)行編碼2.2光譜二值編碼15

考察當(dāng)前波段與后續(xù)相鄰波段的數(shù)值關(guān)系，依據(jù)數(shù)值關(guān)系確定編碼。

主要有：大小比較編碼差值編碼比值編碼二、光譜曲線的簡化表達(dá)(4).波段組合二值編碼2.2光譜二值編碼16大小比較編碼差值編碼比值編碼二、光譜曲線的簡化表達(dá)2.2光譜二值編碼171.地物類型序列在前面所學(xué)的課程中，典型地物類型常被分為植被、水體、巖礦、土壤和城市人工目標(biāo)五大類。這五大類之間的光譜特征差異很大，比較容易區(qū)分，這五大類內(nèi)部不同的亞類之間光譜特征較接近，我們稱其為地物類型序列。2.3地物類型序列光譜柱狀圖

二、光譜曲線的簡化表達(dá)18地物類型序列一般都具有以下四個特點(diǎn)：1.同屬于同一個典型地物大類;2.包含的物理化學(xué)成分和特性相近，僅各成分比例不同；3.地物內(nèi)部組織結(jié)構(gòu)相似，外部形態(tài)略有差異；4.在波譜空間中，光譜曲線的形態(tài)類似。二、光譜曲線的簡化表達(dá)1.地物類型序列2.3地物類型序列光譜柱狀圖

19

直接針對同一序列內(nèi)的不同地物進(jìn)行直觀分析時，很難準(zhǔn)確的發(fā)現(xiàn)其穩(wěn)定的差異。

光譜柱狀圖將光譜反射率曲線圖像化，在地物類型序列柱狀圖中可以清楚看到序列內(nèi)部的光譜差異。二、光譜曲線的簡化表達(dá)2.光譜柱狀圖及應(yīng)用2.3地物類型序列光譜柱狀圖

20n個目標(biāo)M個波段二、光譜曲線的簡化表達(dá)2.3地物類型序列光譜柱狀圖

2.光譜柱狀圖及應(yīng)用(1)反射率增強(qiáng)增強(qiáng)后的反射率矩陣21(2)按照波長順序，建立一個從藍(lán)到紅漸變的RGB色標(biāo)塊。波長二、光譜曲線的簡化表達(dá)2.3地物類型序列光譜柱狀圖

2.光譜柱狀圖及應(yīng)用22(3)對RGB色標(biāo)塊進(jìn)行ISH變換。波長明度I色度H飽和度S二、光譜曲線的簡化表達(dá)2.3地物類型序列光譜柱狀圖

2.光譜柱狀圖及應(yīng)用23(4)用增強(qiáng)后的反射率矩陣中的反射率替換ISH彩色空間中的飽和度S，再將ISH變換回RGB色塊，即得到光譜柱狀圖。二、光譜曲線的簡化表達(dá)2.3地物類型序列光譜柱狀圖

2.光譜柱狀圖及應(yīng)用針對每種地物和不同波長24吐魯番巖層斷面光譜柱狀圖根據(jù)光譜柱狀圖給像元著色，并形成色彩分割圖。二、光譜曲線的簡化表達(dá)2.3地物類型序列光譜柱狀圖

2.光譜柱狀圖及應(yīng)用25波譜特征簡化表達(dá)適用于較粗略的波譜特征查找和匹配，目的在于提高處理效率，或者服務(wù)于目視判讀分析，并不適用于光譜特征的精細(xì)分析。二、光譜曲線的簡化表達(dá)光譜吸收特征參數(shù)提取方法26一、高光譜特征參量化概述二、光譜曲線的簡化表達(dá)三、光譜吸收特征參數(shù)提取四、光譜曲線的函數(shù)分析五、光譜特征參量化應(yīng)用第四章第4節(jié)高光譜特征參量化27如何突出反映光譜曲線之間吸收峰的差異三、光譜吸收特征參數(shù)提取方法3.1包絡(luò)線消除包絡(luò)線消除28光譜曲線的包絡(luò)線光譜曲線的包絡(luò)線與光譜曲線相切或相離，從直觀上來看，包絡(luò)線相當(dāng)于光譜曲線的“外殼”。包絡(luò)線：每條光譜曲線的外凸包曲線。包絡(luò)線消除：將光譜曲線相應(yīng)波段的反射率值與包絡(luò)線曲線的反射率值進(jìn)行比值運(yùn)算，得到新的光譜曲線。三、光譜吸收特征參數(shù)提取方法3.1包絡(luò)線消除29包絡(luò)線消除的算法設(shè)計的思想：1）離散化直方圖包絡(luò)線由折線段構(gòu)成2）折線起點(diǎn)與折線終點(diǎn)的確定3）同一波長對應(yīng)的光譜曲線值與包絡(luò)線值進(jìn)行比值計算三、光譜吸收特征參數(shù)提取方法3.2包絡(luò)線消除算法30例：A1B1判斷每條折線段終點(diǎn)的依據(jù)：折線段的延長線與后續(xù)豎線段(及延長線)的交點(diǎn)位置是否位于相應(yīng)豎線端點(diǎn)上方。1.立足于起始端點(diǎn)A,在后續(xù)豎線頂端中尋找折線段終點(diǎn)B；2.一旦找到，連接AB；3.令B作為新的起點(diǎn)，尋找下一終點(diǎn).=A2三、光譜吸收特征參數(shù)提取方法3.2包絡(luò)線消除算法關(guān)鍵所有的折線段即構(gòu)成離散狀態(tài)下光譜曲線的包絡(luò)線。31包絡(luò)線去除前后的光譜曲線圖

包絡(luò)線消除后，那些“峰”值點(diǎn)上的相對值均為1，非“峰”值點(diǎn)均小于1。形成若干個吸收谷，能夠突出反映光譜吸收特點(diǎn)。包絡(luò)線原始光譜包絡(luò)線消除后光譜三、光譜吸收特征參數(shù)提取方法3.2包絡(luò)線消除算法32由圖中可以看出，包絡(luò)線有效強(qiáng)化了吸收特征，沒有改變敏感波段位置等信息?？梢愿佑行У剡M(jìn)行光譜特征數(shù)值的比較，對后續(xù)的特征參數(shù)提取十分有利。在每一大類地物光譜曲線十分接近時，包絡(luò)線消除法使曲線的形態(tài)特征強(qiáng)化，增強(qiáng)了可識別性。三、光譜吸收特征參數(shù)提取方法3.2包絡(luò)線消除算法333.3光譜吸收特征參數(shù)提取光譜吸收特征參數(shù)是用來定位光譜吸收位置并量化吸收谷形狀特征的參數(shù)。2.參數(shù)提取光譜吸收位置光譜吸收深度吸收寬度吸收面積光譜吸收對稱性光譜吸收指數(shù)三、光譜吸收特征參數(shù)提取方法34吸收位置(AbsorptionPosition,AP)三、光譜吸收特征參數(shù)提取方法3.3光譜吸收特征參數(shù)提取35吸收深度(AbsorptionDepth,AD)

吸收寬度(AbsorptionWidth,AW)ADAD/2AW最大吸收深度一半處的光譜帶寬。三、光譜吸收特征參數(shù)提取方法3.3光譜吸收特征參數(shù)提取36

吸收對稱性

(AbsorptionSymmetry,AS)

吸收對稱性定義為，以過吸收位置的垂線為邊界，右邊區(qū)域面積與左邊區(qū)域面積的比值的常用對數(shù)。

吸收面積(AbsorptionArea,AA)三、光譜吸收特征參數(shù)提取方法3.3光譜吸收特征參數(shù)提取37光譜吸收指數(shù)(SpectralAbsorptionindex,SAI)肩部S1、S2非吸收收基線在吸收谷點(diǎn)波長處，從光譜曲線和非吸收基線

和上分別獲取反射率和如何從相對吸收強(qiáng)度的角度衡量光譜吸收能力？一條光譜曲線的光譜吸收特征可由光譜吸收谷點(diǎn)m和兩個肩部S1和S2組成，S1和S2的連線稱為非吸收基線。三、光譜吸收特征參數(shù)提取方法3.3光譜吸收特征參數(shù)提取SAI38SAI的計算光譜吸收指數(shù)(SpectralAbsorptionindex,SAI)三、光譜吸收特征參數(shù)提取方法3.3光譜吸收特征參數(shù)提取393.4部分典型地物光譜吸收參數(shù)實例實驗數(shù)據(jù)介紹三、光譜吸收特征參數(shù)提取方法植被水體40植被的光譜吸收參數(shù)參照試驗區(qū)的土地覆蓋專題圖，選取兩類植被：麥田、草地。每種植被選擇多個樣點(diǎn)，進(jìn)行包絡(luò)線去除后提取吸收特征參數(shù)。麥田三、光譜吸收特征參數(shù)提取方法3.4部分典型地物光譜吸收參數(shù)實例草地吸收深度用灰度級(0-255)表示,寬度以波段數(shù)目表示41

兩種植被的光譜曲線吸收特征參數(shù)都表現(xiàn)出植被典型的吸收特征但兩者都受下墊面的影響較大，表現(xiàn)出較復(fù)雜的吸收特性參數(shù)。

兩種植被在可見光范圍內(nèi)的吸收深度都較大，吸收位置分別分布在第2、第12波段，即0.46μm~0.5μm和0.57~0.64μm，與典型植被的葉綠素吸收帶特征符合。三、光譜吸收特征參數(shù)提取方法3.4部分典型地物光譜吸收參數(shù)實例植被的光譜吸收參數(shù)麥田草地A.葉綠素吸收帶特征42吸收位置在0.64μm附近的吸收峰，都反映出了較強(qiáng)的右不對稱，即AS值為正，表明植被在0.74μm處反射率急劇增高的紅外陡肩現(xiàn)象.三、光譜吸收特征參數(shù)提取方法3.4部分典型地物光譜吸收參數(shù)實例植被的光譜吸收參數(shù)B.近紅外抬升特征麥田草地43

草地在1.34μm處有吸收深度為199、寬度5的吸收峰，在1.66~2.03μm出有吸收深度為206、寬度3的強(qiáng)吸收峰。小麥的這兩個水分強(qiáng)吸收峰出現(xiàn)在1.5μm和2.03μm，吸收深度分別是81和192，吸收寬度分別是3和5。三、光譜吸收特征參數(shù)提取方法3.4部分典型地物光譜吸收參數(shù)實例植被的光譜吸收參數(shù)C.水的吸收特征麥田草地44三、光譜吸收特征參數(shù)提取方法3.4部分典型地物光譜吸收參數(shù)實例植被的光譜吸收參數(shù)

OMIS沒有1.66~2.00μm的數(shù)據(jù)，對1.9μm吸收峰無法很好觀測，但通過AS的較大正值可以推斷在2.03μm附近的確存在著較強(qiáng)吸收峰。C.水份的吸收特征麥田草地45若區(qū)分植被與非植被，有效地特征波段應(yīng)選擇近紅外區(qū)間；三、光譜吸收特征參數(shù)提取方法3.4部分典型地物光譜吸收參數(shù)實例植被的光譜吸收參數(shù)總結(jié)分析可知，憑借幾個強(qiáng)吸收帶的特征參數(shù)，小麥和草地是能夠分離的。若區(qū)分出不同的植被，首先應(yīng)選擇植被強(qiáng)反射區(qū)，再利用三種植被的特征波段的交集來判斷出區(qū)分植被種類的無效特征波段。46水體的光譜吸收參數(shù)在圖像上選擇兩類不同的水體，分別是富營養(yǎng)化的水體和清潔水體，進(jìn)行包絡(luò)線去除后提取吸收特征參數(shù)。富營養(yǎng)化較高水體三、光譜吸收特征參數(shù)提取方法3.4部分典型地物光譜吸收參數(shù)實例相對清潔水體吸收深度用灰度級(0-255)表示,寬度以波段數(shù)目表示47水體的光譜吸收參數(shù)富營養(yǎng)化較高水體三、光譜吸收特征參數(shù)提取方法3.4部分典型地物光譜吸收參數(shù)實例相對清潔水體可以看出兩者都有典型的水體吸收特征但存在一定程度的差異。兩種水體的在可見光范圍內(nèi)反射率較小，在近紅外和中紅外波段，反射率極低，與典型的水體光譜特征符合。A.低反射率特征48水體的光譜吸收參數(shù)富營養(yǎng)化較高水體三、光譜吸收特征參數(shù)提取方法3.4部分典型地物光譜吸收參數(shù)實例相對清潔水體兩者在綠光波段都有一個反射峰，這是因為樣本是池塘水體，存在著富營養(yǎng)化，水體中浮游生物較多，葉綠素使得藍(lán)光與紅光波段存在吸收峰。B.綠峰特征參數(shù)49水體的光譜吸收參數(shù)富營養(yǎng)化較高水體三、光譜吸收特征參數(shù)提取方法3.4部分典型地物光譜吸收參數(shù)實例相對清潔水體對于富營養(yǎng)化水體來說，其整體亮度值偏高，即吸收深度AD較清潔水體小，SAI也較清潔水體小。但除此之外，兩者的吸收峰位置差異較小。因而可通過SAI或AD進(jìn)行區(qū)分C.水體類型區(qū)分參數(shù)50一、高光譜特征參量化概述二、光譜曲線的簡化表達(dá)三、光譜吸收特征參數(shù)提取

四、光譜曲線的函數(shù)分析五、光譜特征參量化應(yīng)用第四章第4節(jié)高光譜特征參量化511.目的

一些典型地物往往具有相對固定的波形形態(tài)，為了準(zhǔn)確地通過數(shù)學(xué)形式描述這種形態(tài)，以及準(zhǔn)確確定光譜曲線的特征點(diǎn)，可以將光譜曲線（或局部）用一個數(shù)學(xué)函數(shù)表達(dá)出來。曲線平滑，去除噪音

離散點(diǎn)變成穩(wěn)定曲線，特征點(diǎn)更具代表性參數(shù)具有針對性和實用意義四、光譜曲線的函數(shù)分析4.1光譜曲線函數(shù)模擬法52水稻:99-15水稻:武香5021函數(shù)形式500-680nm植被可見光光譜反射率模型（VVSR）670-780nm植被倒高斯模型（IG）四、光譜曲線的函數(shù)分析2.植被光譜曲線的函數(shù)模擬

4.1光譜曲線函數(shù)模擬法53植被可見光光譜反射率模型（VVSR）四、光譜曲線的函數(shù)分析2.植被光譜曲線的函數(shù)模擬

4.1光譜曲線函數(shù)模擬法54植被倒高斯模型（IG）（紅邊分析）最大光譜反射值最小光譜反射值高斯函數(shù)對稱軸高斯函數(shù)方差值影響紅邊起始位置影響紅邊斜率與植被健康狀況密切相關(guān)四、光譜曲線的函數(shù)分析2.植被光譜曲線的函數(shù)模擬

4.1光譜曲線函數(shù)模擬法55建立函數(shù)模型利用已知散點(diǎn)估計模型參數(shù)利用函數(shù)模型進(jìn)行特征分析四、光譜曲線的函數(shù)分析3.光譜曲線的函數(shù)模擬的一般方案4.1光譜曲線函數(shù)模擬法56四、光譜曲線的函數(shù)分析光譜導(dǎo)數(shù)可以增強(qiáng)光譜曲線在坡度上的細(xì)微變化，光譜導(dǎo)數(shù)波形分析能消除部分大氣效應(yīng)。4.2光譜導(dǎo)數(shù)574.2光譜導(dǎo)數(shù)消除部分大氣效應(yīng)：大氣透過率太陽輻照度反射率程輻射四、光譜曲線的函數(shù)分析58

未經(jīng)大氣校正的植被圖像的光譜導(dǎo)數(shù)曲線和經(jīng)過校正的植被圖像的光譜導(dǎo)數(shù)曲線波形相似，因此，光譜導(dǎo)數(shù)能部分消除大氣效應(yīng)?？珊雎猿诵砸蜃铀?、光譜曲線的函數(shù)分析4.2光譜導(dǎo)數(shù)消除部分大氣效應(yīng)：594.3光譜積分四、光譜曲線的函數(shù)分析光譜積分就是求出在某一波長范圍內(nèi)的下覆面積。利用高光譜數(shù)據(jù)可生成與多光譜數(shù)據(jù)波段相對應(yīng)的影像。多源數(shù)據(jù)分析60一、高光譜特征參量化概述二、光譜曲線的簡化表達(dá)三、光譜吸收特征參數(shù)提取

四、光譜曲線的函數(shù)分析五、光譜特征參量化應(yīng)用第四章第4節(jié)高光譜特征參量化61光譜特征參量化分析的應(yīng)用領(lǐng)域眾多，應(yīng)用方法靈活，但其基本思路具有共性。1.明確分析對象2選擇光譜區(qū)間3計算特征參量4參量分析模型五、光譜特征參量化應(yīng)用5.1光譜特征參量應(yīng)用思路62例：國內(nèi)某單位基于FIMS（紅外細(xì)分光譜掃描儀）數(shù)據(jù)對在新疆哈圖地區(qū)進(jìn)行礦物識別探測（尋找金礦）。利用光譜吸收特征參數(shù)進(jìn)行礦物類別判定FIMS高光譜數(shù)據(jù)五、光譜特征參量化應(yīng)用5.2案例：地質(zhì)填圖63間接解譯礦物成分直接針對礦物成分較大范圍的優(yōu)勢含量例如：硅、鈣利用地質(zhì)類型伴生關(guān)系更為常用例如：通過蝕變玄武巖和蝕變凝灰?guī)r的交界地帶找金礦1明確分析對象蝕變玄武巖蝕變凝灰?guī)r凝灰質(zhì)砂巖玄武巖新疆哈圖礦物精細(xì)分類對象五、光譜特征參量化應(yīng)用5.2案例：地質(zhì)填圖642選擇光譜區(qū)間依據(jù)什么進(jìn)行選則？對象的地面實際光譜（光譜庫）光譜波長區(qū)間[例]：

2.02-2.19微米

2.28-2,32微米蝕變玄武巖蝕變凝灰?guī)r凝灰質(zhì)砂巖玄武巖五、光譜特征參量化應(yīng)用5.2案例：地質(zhì)填圖652.02-2.19微米光譜吸收指數(shù)SAI2.175

吸收寬度AW、吸收對稱性AD

吸收位置波段圖像FIMS1

兩個肩部圖像S1：FIMS2

和S2：FIMS32.28-2,32微米光譜吸收指數(shù)SAI2.295

吸收寬度AW、吸收對稱性AD

吸收位置波段圖像FIMS4

兩個肩部圖像S1：FIMS5