[發明專利]一種光譜匹配方法

有效

• 申請號: 201510408053.1
• 申請日: 2015-07-13
• 公開（公告）號: CN104931434B
• 公開（公告）日: 2017-11-14
• 發明（設計）人: 李慶波;牛春陽
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G01N21/25
• 分類號: G01N21/25
• 代理公司: 北京科迪生專利代理有限責任公司11251
• 代理人: 成金玉,孟卜娟

技術領域

本發明涉及光譜分析技術領域，尤其涉及一種用于判別物質種類的光譜匹配方法，適用于各種光譜分析領域，包括紅外/近紅外光譜分析、高光譜遙感、顯微成像光譜分析等。

背景技術

光譜匹配是用來判別物質種類和歸屬的一種方法，適用于各種光譜分析領域，如紅外/近紅外光譜分析、高光譜遙感、顯微成像光譜分析等。通過將被測物質光譜與材料光譜庫中的已知物質光譜進行光譜曲線相似度的比較，實現物質種類的識別。

光譜匹配在高光譜遙感中得到廣泛應用。高光譜遙感光譜通道數多，通常有數十甚至數百個，這種特性被成功地應用在地質勘探、農林業調查和環境監測等方面的研究，取得了引人矚目的成果。高光譜影具有圖譜合一的特點，能夠得到各個像元的光譜曲線。隨著高光譜遙感技術的迅速發展，與之相輔的光譜匹配技術也得到了人們越來越多的重視。例如在高光譜地質填圖處理中，除了傳統的圖像處理方法外，光譜匹配技術是該應用方面的關鍵技術之一。

光譜匹配基于地物輻射或反射光譜曲線進行分類識別，利用光譜庫中已知的光譜數據，通過計算相似性的算法來識別圖像中地物覆蓋類型。這種匹配既可以是全譜段范圍內的比較，即基于整體波形特征的光譜曲線匹配，也可以利用感興趣波段的光譜，利用部分波長范圍的光譜或光譜組合參量進行匹配，即基于光譜特征的光譜匹配。

大量的理論和實驗也表明，雖然目前人們對地物目標的識別技術已經取得了巨大的進步，各種地物識別的算法得到了不斷的改進，但是由于某些地物光譜的同質多象、類質同象等現象，使得光譜匹配存在很多不確定性。因此有必要改進高光譜匹配關鍵技術方法，提高識別的準確率。光譜匹配是計算待測像元與參考像元光譜曲線之間的相似程度，來判定影像上地物類別的方法。光譜匹配是高光譜遙感影像智能化識別分析的核心問題，是高光譜遙感影像應用于各個領域的基礎。

目前光譜匹配的思路有兩種。一種是尋找光譜的特征吸收峰，并根據特征吸收峰進行匹配，另一種是直接通過光譜相似度進行光譜匹配。目前常用的通過光譜相似度進行光譜匹配的方法，如：光譜角測量、歐式距離測量、光譜相關性測量和光譜信息散度測量，存在一定的缺陷，它們均認為光譜的各個波段的特征對于光譜的相似度的貢獻是相同的。這本身就容易產生誤差。再者，當某些波段受到噪聲影響，而又無法通過去噪方法抑制時，它們無法會達到令人滿意的效果。

發明內容

有鑒于此，本發明的主要目的在于提供一種特征增強的光譜相似性測量方法來進行光譜匹配，從而實現物質種類識別。該方法先求取特征增強因子矩陣，從而求得光譜特征增強空間，然后將光譜數據投影到特征增強空間中，進行特征增強的光譜匹配。特征增強空間利用主成份分析和空間投影得到，能夠突出光譜的本質特征，抑制噪聲，提高了光譜匹配的準確性和適應性，從而實現物質種類的高精度識別。為達到上述目的，本發明的技術方案是這樣實現的：

一種光譜匹配方法，包括如下步驟，如圖1所示：

步驟A、光譜數據獲取。

所述的光譜數據獲取包括以下步驟：

步驟A1、獲取目標光譜和已知的光譜庫，組成新的光譜數據集合S_L×n，其中L是光譜波段數目，n是光譜數據集合中的光譜數目。該光譜數據集合是已知光譜庫和待比較的目標光譜的并集；

步驟A2、將原始光譜數據集合S_L×n零均值化，即從原始光譜數據集合中減去其平均光譜，得到零均值化的光譜數據集合X。

步驟B、光譜特征增強空間求取；

光譜每個波段的反射率并不是獨立的，它與其它波段由很強的相關性。不同的波段對計算光譜相似性的貢獻是不同的。將原始光譜數據投影到光譜特征增強空間，在這個空間中，變化劇烈，區分兩條光譜的主要特征即對于光譜相似性測量重要的特征將被增強，不重要的特征其影響將被減弱。本發明方法在某種程度上能消除和抑制部分噪聲的影響。

所述的求取光譜特征增強空間包括以下步驟：

步驟B1、求取光譜數據集合X與其轉置的乘積XX^T的特征值λ₁ λ₂ … λ_L，其中λ₁≥λ₂≥…≥λ_L，和相應的特征向量e₁ e₂ … e_L，并對所有特征值進行求和，得到所有特征值和為Sum＝λ₁+λ₂+...+λ_L；