基于光谱匹配的高光谱岩矿识别技术研究
|
摘要
作为一种新型的遥感方式,高光谱遥感在近20多年内已经在多个领域发挥着重要的作用。高光谱遥感数据具有波段数目多、光谱分辨率高、波段连续等特点,在地表物质分类、识别等方面具有明显的优势。在地质调查领域,特别是矿物识别和矿物填图等方面,得到了广泛的应用,岩矿光谱识别是其中的关键技术之一。
本文以高光谱岩矿识别为中心进行深入研究,重点研究岩矿光谱匹配技术以及面向光谱匹配的岩矿光谱数据库的建立。首先在标准PIMA光谱库的基础上结合PMS光谱分析仪的探测建立典型岩矿光谱数据库；然后基于该光谱库进行比较实验,研究分析了目前主流的岩矿光谱匹配识别技术,进一步提出了一种基于吸收峰加权的岩矿光谱匹配新方法,该方法在利用岩矿光谱曲线完全波形特征的同时,加强了单个诊断性特征以突出描述光谱的重要信息,能有效提高岩矿信息的识别率,并通过基于光谱库的岩矿光谱匹配和基于不同物化性质的光谱间分类两方面进行试验分析验证其性能；最后根据典型岩矿光谱数据库和光谱匹配技术,设计实现了一套基于光谱匹配的高光谱岩矿识别系统,并通过试验验证了该系统具有对未知岩矿光谱进行直接识别的功能,这不仅能够在实验室中为人们对未知岩矿光谱研究和识别提供有利工具,在野外探测时,同样能够为人们在提取地表信息时提供帮助。
During the last 20 years, hyperspectral remote sensing has been playing an important role in many fields. Compared to Multi-spectrum remote sensing, the characteristics of hyperspectral remote sensing data are more of channels, higher spectral resolution, narrower bandwidth and larger amount of data,all of these characteristics in the surface mineral classification and recognition has a great advantage. so, it has being widely used in geology survey field, such as mineral recognition and mineral mapping. In these applications, the spectral mapping technique is one of the key techniques.
In this paper, we focus on the hyperspectral mineral recognition technique and then do research around this subject. So, the importance is the research about spectral mapping technique and a useful and effective database. At first, we use the database(PIMA) and the infrared spectrometric analyzer(PMS) to bulid a useful and effective database; then, on this basis, contrast and analyse some spectral mapping technique in common use, develope and validate a new spectral mapping technique, this new technique use all of the curve's feature and strengthens the single diagnostic feature to improve the rate of mineral recognition. We also do some experiments from mineral recognition and spectral classification to validate this technique, then summarize its advantages and disadvantages. Lastly, according to the database and these mapping techniques,the author codes the algorithms and carry out it on database data to experiment and approve the algorithms' veracity, it's not only for people in the laboratory to recognize mineral, but also for the people in the wild to extract the information of surface.
本文以高光谱岩矿识别为中心进行深入研究,重点研究岩矿光谱匹配技术以及面向光谱匹配的岩矿光谱数据库的建立。首先在标准PIMA光谱库的基础上结合PMS光谱分析仪的探测建立典型岩矿光谱数据库；然后基于该光谱库进行比较实验,研究分析了目前主流的岩矿光谱匹配识别技术,进一步提出了一种基于吸收峰加权的岩矿光谱匹配新方法,该方法在利用岩矿光谱曲线完全波形特征的同时,加强了单个诊断性特征以突出描述光谱的重要信息,能有效提高岩矿信息的识别率,并通过基于光谱库的岩矿光谱匹配和基于不同物化性质的光谱间分类两方面进行试验分析验证其性能；最后根据典型岩矿光谱数据库和光谱匹配技术,设计实现了一套基于光谱匹配的高光谱岩矿识别系统,并通过试验验证了该系统具有对未知岩矿光谱进行直接识别的功能,这不仅能够在实验室中为人们对未知岩矿光谱研究和识别提供有利工具,在野外探测时,同样能够为人们在提取地表信息时提供帮助。
During the last 20 years, hyperspectral remote sensing has been playing an important role in many fields. Compared to Multi-spectrum remote sensing, the characteristics of hyperspectral remote sensing data are more of channels, higher spectral resolution, narrower bandwidth and larger amount of data,all of these characteristics in the surface mineral classification and recognition has a great advantage. so, it has being widely used in geology survey field, such as mineral recognition and mineral mapping. In these applications, the spectral mapping technique is one of the key techniques.
In this paper, we focus on the hyperspectral mineral recognition technique and then do research around this subject. So, the importance is the research about spectral mapping technique and a useful and effective database. At first, we use the database(PIMA) and the infrared spectrometric analyzer(PMS) to bulid a useful and effective database; then, on this basis, contrast and analyse some spectral mapping technique in common use, develope and validate a new spectral mapping technique, this new technique use all of the curve's feature and strengthens the single diagnostic feature to improve the rate of mineral recognition. We also do some experiments from mineral recognition and spectral classification to validate this technique, then summarize its advantages and disadvantages. Lastly, according to the database and these mapping techniques,the author codes the algorithms and carry out it on database data to experiment and approve the algorithms' veracity, it's not only for people in the laboratory to recognize mineral, but also for the people in the wild to extract the information of surface.
引文
[1]童庆禧.我国高光谱遥感的发展[J].中国测绘报,2008(3)：1-3
[2]毕晓佳.高光谱遥感岩矿填图应用研究[D].成都理工大学硕士学位论文.2009年
[3]郭洪义.东昆仑纳赤台地区高光谱遥感岩矿填图研究[D].成都理工大学硕士学位论文.2009年5月
[4]黄婷婷,韦志辉,修连存,吴泽彬.基于吸收峰加权的岩矿光谱匹配方法研究.岩矿测试[J],2011(5)：584-589
[5]童庆禧,郑兰芬.中国高光谱遥感技术和应用[C].第十三届全国遥感技术学术交流会论文摘要集,2001年.
[6]王楠楠.高光谱图像异常目标检测[D].哈尔滨工程大学硕士学位论文.2009
[7]刘烨.超光谱遥感路面状况检测的应用研究[D].西南交通大学硕士学位论文.2009
[8]杨金红.高光谱遥感数据最佳波段选择方法研究[D].南京信息工程大学硕士学位论文.2005
[9]李新双,光谱数据库的设计及光谱匹配技术研究[D].武汉大学硕士学位论文,2005年.
[10]夏涛.生态水遥感定量研究中野外地物光谱数据采集及处理[D].成都理工大学硕士学位论文.2007
[11]许卫东,尹球,匡定波.地物光谱匹配模型比较研究[J].红外与毫米波学报,2005,4(4)：296-300
[12]Kruse F A, Lekoff A B, Bordman J W, et al. The spectral image processing system(SIPS)-software for integrated analysis of AVIRIS data [C]. JPL Publication.1992: 23-25
[13]Carvalho Jr O A, Meneses P R. Spectral correlationg mapper(SCM):An improving spectral angel mapper [C]. JPL Publication.2000:65-74
[14]Osmar, Ana Paula, Paulo Roberto,et al.. Spectral identification method(SIM):A new classifier based on the anova and spectral correlation mapper(SCM) method [C]. JPL Publication.2001
[15]Clark R N, Swayze G A. Mapping minerals.amophous materials,environmental materials:The USGS tricorder algorihm [C]. JPL Publication.1995:39-40
[16]浦瑞良,宫鹏.高光谱遥感及其应用[M].北京：高等教育出版社.2000：51-52
[17]张杰林,岑长华,陆书宁,韩晓青.砂岩型铀矿光谱特征匹配技术研究[J].铀矿地质,2003,19(2)：119-125
[18]陈方,牛铮,骆成凤,王长耀.一种基于光谱知识库的TM影响地物识别方法[J].遥感技术与应用,2005,20(4)：386-392
[19]李国志,丛利民,刘冰,王登科,王宝林.光谱匹配技术应用于ASTER数据中提取蚀变异常[J].西部探矿工程.2010：146-148
[20]白继伟,赵永超,张兵,童庆禧,郑兰芬.基于包络线消除的高光谱图像分类方法的研究[J].计算机工程与应用,2003：88-90
[21]张兵,高连如.高光谱图像分类与目标探测[M].北京：科学出版社,2011：1-5.
[22]童庆禧,张兵,郑兰芬.高光谱遥感—原理、技术与应用[M].北京：高等教育出版社.2006：40-44.
[23]甘甫平,王润生.高光谱遥感技术在地质领域中的应用[J].国土资源遥感,2007,(4)：57-60
[24]裴承凯,傅锦.高光谱遥感技术在岩矿识别中的应用现状与前景[J].世界核地质科学,2007,24(1)：32-38
[25]甘甫平,王润生,马蔼乃,张宗贵.光谱遥感岩矿识别基础与技术研究进展[J].遥感技术与应用,2002,17(3)：140-147
[26]燕守勋,张兵,赵永超,郑兰芬,童庆禧.矿物与岩石的可见一近红外光谱特性综述[J].遥感技术与应用,2003,18(4)：191-201
[27]陈德科.基于改进高斯模型的高光谱遥感岩矿识别[D].中国地质大学硕士学位论文,2008
[28]裴承凯,傅锦.高光谱遥感技术在岩矿识别中的应用现状与前景[J].世界核地质科学,2007,24(1)：32-38
[29]刘天乐.基于高光谱遥感的矿物光谱特征分析和提取[D].中国地质大学硕士学位论文,2009
[30]甘甫平,王润生,马蔼乃.基于特征谱带的高光谱遥感矿物谱系识别[J].地学前缘,2003,10(2)：445-454
[31]相爱芹.短波红外技术在矿物填图与遥感岩性识别中的应用研究[D].中南大学硕士学位论文,2007年
[32]王艳丽,许虹,韩剑.PIMA在地质中的应用研究[J].地质找矿论丛,2009,.24(1)：77-82
[33]郑志忠,陈春霞,修连存.便携式野外现场近红外地物光谱仪研究与测试[J].现代科学仪器,2008(2)：25-28
[34]修连存,郑志忠,俞正奎等.近红外光谱仪测定岩石中蚀变矿物方法研究[J].岩矿测试2009：519-523
[35]白继伟.基于高光谱数据库的光谱匹配技术研究[D].中国科学院硕士学位论文,2002年
[36]王晋年,张兵,刘建贵,童庆禧,郑兰芬.以地物识别和分类为目标的高光谱数据挖 掘[J].中国图像图形学报,1999,4(11)：957-964.
[37]杨国鹏,余旭初,刘伟,陈伟.面相高光谱遥感影像的分类方法研究[J].测绘通报,2007(10)：17-20
[38]李彬彬,罗乐.基于信源学的光谱相似性度量方法的比较研究[C].2009全国计算机网络与通信学术会议论文集.北京：中国电子学会通信学分会.2009：290-295.
[39]李新双,张良培,李平湘.光谱数据库系统的设计及应用[J].测绘信息与工程,2004,29(5)：6-8
[40]董广军,张永生,戴晨光,邓雪清.基于信息散度特征的高光谱影像识别技术[J].仪器仪表学报,2006,27(6)：2091-2092
[41]徐元进,面向找矿的高光谱遥感岩矿信息提取方法研究[D].中国地质大学硕士学位论文,2009
[42]李加洪,秦勇.应用分形几何学与小波理论对成像光谱数据进行地物识别的模型研究[J].遥感技术与应用,1996,11(1)：1-6
[43]舒宁,苏俊英.高光谱影像光谱响应曲线分维计算[J].遥感应用,2009(1)：23-26
[44]甘甫平,王润生.遥感岩矿信息提取基础与技术方法研究[D].北京：地质出版社,2004.
[2]毕晓佳.高光谱遥感岩矿填图应用研究[D].成都理工大学硕士学位论文.2009年
[3]郭洪义.东昆仑纳赤台地区高光谱遥感岩矿填图研究[D].成都理工大学硕士学位论文.2009年5月
[4]黄婷婷,韦志辉,修连存,吴泽彬.基于吸收峰加权的岩矿光谱匹配方法研究.岩矿测试[J],2011(5)：584-589
[5]童庆禧,郑兰芬.中国高光谱遥感技术和应用[C].第十三届全国遥感技术学术交流会论文摘要集,2001年.
[6]王楠楠.高光谱图像异常目标检测[D].哈尔滨工程大学硕士学位论文.2009
[7]刘烨.超光谱遥感路面状况检测的应用研究[D].西南交通大学硕士学位论文.2009
[8]杨金红.高光谱遥感数据最佳波段选择方法研究[D].南京信息工程大学硕士学位论文.2005
[9]李新双,光谱数据库的设计及光谱匹配技术研究[D].武汉大学硕士学位论文,2005年.
[10]夏涛.生态水遥感定量研究中野外地物光谱数据采集及处理[D].成都理工大学硕士学位论文.2007
[11]许卫东,尹球,匡定波.地物光谱匹配模型比较研究[J].红外与毫米波学报,2005,4(4)：296-300
[12]Kruse F A, Lekoff A B, Bordman J W, et al. The spectral image processing system(SIPS)-software for integrated analysis of AVIRIS data [C]. JPL Publication.1992: 23-25
[13]Carvalho Jr O A, Meneses P R. Spectral correlationg mapper(SCM):An improving spectral angel mapper [C]. JPL Publication.2000:65-74
[14]Osmar, Ana Paula, Paulo Roberto,et al.. Spectral identification method(SIM):A new classifier based on the anova and spectral correlation mapper(SCM) method [C]. JPL Publication.2001
[15]Clark R N, Swayze G A. Mapping minerals.amophous materials,environmental materials:The USGS tricorder algorihm [C]. JPL Publication.1995:39-40
[16]浦瑞良,宫鹏.高光谱遥感及其应用[M].北京：高等教育出版社.2000：51-52
[17]张杰林,岑长华,陆书宁,韩晓青.砂岩型铀矿光谱特征匹配技术研究[J].铀矿地质,2003,19(2)：119-125
[18]陈方,牛铮,骆成凤,王长耀.一种基于光谱知识库的TM影响地物识别方法[J].遥感技术与应用,2005,20(4)：386-392
[19]李国志,丛利民,刘冰,王登科,王宝林.光谱匹配技术应用于ASTER数据中提取蚀变异常[J].西部探矿工程.2010：146-148
[20]白继伟,赵永超,张兵,童庆禧,郑兰芬.基于包络线消除的高光谱图像分类方法的研究[J].计算机工程与应用,2003：88-90
[21]张兵,高连如.高光谱图像分类与目标探测[M].北京：科学出版社,2011：1-5.
[22]童庆禧,张兵,郑兰芬.高光谱遥感—原理、技术与应用[M].北京：高等教育出版社.2006：40-44.
[23]甘甫平,王润生.高光谱遥感技术在地质领域中的应用[J].国土资源遥感,2007,(4)：57-60
[24]裴承凯,傅锦.高光谱遥感技术在岩矿识别中的应用现状与前景[J].世界核地质科学,2007,24(1)：32-38
[25]甘甫平,王润生,马蔼乃,张宗贵.光谱遥感岩矿识别基础与技术研究进展[J].遥感技术与应用,2002,17(3)：140-147
[26]燕守勋,张兵,赵永超,郑兰芬,童庆禧.矿物与岩石的可见一近红外光谱特性综述[J].遥感技术与应用,2003,18(4)：191-201
[27]陈德科.基于改进高斯模型的高光谱遥感岩矿识别[D].中国地质大学硕士学位论文,2008
[28]裴承凯,傅锦.高光谱遥感技术在岩矿识别中的应用现状与前景[J].世界核地质科学,2007,24(1)：32-38
[29]刘天乐.基于高光谱遥感的矿物光谱特征分析和提取[D].中国地质大学硕士学位论文,2009
[30]甘甫平,王润生,马蔼乃.基于特征谱带的高光谱遥感矿物谱系识别[J].地学前缘,2003,10(2)：445-454
[31]相爱芹.短波红外技术在矿物填图与遥感岩性识别中的应用研究[D].中南大学硕士学位论文,2007年
[32]王艳丽,许虹,韩剑.PIMA在地质中的应用研究[J].地质找矿论丛,2009,.24(1)：77-82
[33]郑志忠,陈春霞,修连存.便携式野外现场近红外地物光谱仪研究与测试[J].现代科学仪器,2008(2)：25-28
[34]修连存,郑志忠,俞正奎等.近红外光谱仪测定岩石中蚀变矿物方法研究[J].岩矿测试2009：519-523
[35]白继伟.基于高光谱数据库的光谱匹配技术研究[D].中国科学院硕士学位论文,2002年
[36]王晋年,张兵,刘建贵,童庆禧,郑兰芬.以地物识别和分类为目标的高光谱数据挖 掘[J].中国图像图形学报,1999,4(11)：957-964.
[37]杨国鹏,余旭初,刘伟,陈伟.面相高光谱遥感影像的分类方法研究[J].测绘通报,2007(10)：17-20
[38]李彬彬,罗乐.基于信源学的光谱相似性度量方法的比较研究[C].2009全国计算机网络与通信学术会议论文集.北京：中国电子学会通信学分会.2009：290-295.
[39]李新双,张良培,李平湘.光谱数据库系统的设计及应用[J].测绘信息与工程,2004,29(5)：6-8
[40]董广军,张永生,戴晨光,邓雪清.基于信息散度特征的高光谱影像识别技术[J].仪器仪表学报,2006,27(6)：2091-2092
[41]徐元进,面向找矿的高光谱遥感岩矿信息提取方法研究[D].中国地质大学硕士学位论文,2009
[42]李加洪,秦勇.应用分形几何学与小波理论对成像光谱数据进行地物识别的模型研究[J].遥感技术与应用,1996,11(1)：1-6
[43]舒宁,苏俊英.高光谱影像光谱响应曲线分维计算[J].遥感应用,2009(1)：23-26
[44]甘甫平,王润生.遥感岩矿信息提取基础与技术方法研究[D].北京：地质出版社,2004.
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |