[發明專利]一種成像光譜混合像元中純物質數量確定方法

在審

• 申請號: 201610149573.X
• 申請日: 2016-03-16
• 公開（公告）號: CN105761272A
• 公開（公告）日: 2016-07-13
• 發明（設計）人: 李慶波;吳科江
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/00
• 代理公司: 北京科迪生專利代理有限責任公司 11251
• 代理人: 楊學明;顧煒

本發明公開一種成像光譜混合像元中純物質數量確定方法，通過采用成像光譜儀獲取混合像元光譜數據；對信噪比較低的原始光譜進行平滑預處理；對獲取像元光譜進行相似度判別，將相似度高的原始光譜進行均值中心化處理；通過簡化特征值分解將光譜矩陣投影至正交子空間；將獲取的子空間特征值降序歸一化為權重序列；建立權重序列二維坐標系，通過一種幾何距離自動判別方式，確定混合像元純物質個數。采用本發明提供的方法，可以在無需任何先驗信息的情況下，高效準確地檢測出混合光譜純物質數目。本發明不僅適用于近距離成像光譜(例如：顯微成像光譜)和遙感高光譜，也可以用于非成像光譜(例如近紅外光譜分析)黑色體系組分數的確定。

技術領域

本發明涉及成像光譜分析技術領域，尤其涉及一種成像光譜混合像元中純物質數量確定方法。

背景技術

成像光譜技術是20世紀90年代以來發展最快、最引人注目的光譜分析技術，利用成像光譜儀對混合物質化學成分性質或含量進行分析，具有速度快、不破壞樣品、操作簡單、穩定性好、效率高等特點，可廣泛應用于遙感、農業和食品檢測等領域。成像光譜數據立方體往往包含成千上萬個像元點的光譜，由于成像光譜儀空間分辨率有限或者由于被測物為混合化合物，每個像元中通常包含的不僅僅是一種純物質，所以形成混合像元，這些混合像元的光譜由若干種純物質光譜混合而成，因此高效準確地確定混合像元純物質數量有助于混合物分析，并對研究混合像元解混有著非常重要的意義。

在對混合物質進行光譜測量的過程中，由于光譜儀所獲取的混合物光譜信息往往是由不同純物質的光譜信號相混合所致，基于此，結合著名的朗伯比爾定律，一種線性混合模型被廣泛用于研究混合像元光譜解析。線性混合模型的基本思想是，所研究的混合像元光譜(矢量)可被看做是由純物質光譜與純物質豐度值相乘并且累加的結果，近年來，基于光譜線性混合模型，很多算法被開發出來用于純物質數量估計，可將這些算法大致分為如下三類：

第一類算法是基于主成分分析(PCA)的算法。PCA的基本原理是在原始高維數據空間找到一組合適的正交基向量，其維數低于原始數據的維數，但是可以保留原數據的主要信息。PCA可以有效地估計出純物質的數目，并對噪聲信號有很好的抵抗性，但不足之處在于，當向量空間維數較大時，算法中數據協方差矩陣和矩陣特征值分解的計算復雜度和內存存儲消耗都將迅速增加。

第二類方法是基于虛擬維度(VD)的算法，通過計算樣本特征值檢驗信號存在的顯著性，將最終檢測出的信號源的個數作為純物質個數，算法可以準確的確定純物質個數，但不足之處在于對于不同的光譜數據需要設置特定的虛警率，運行效率不高。

第三類方法是一種基于最小誤差的方法，其中具有代表性的是HySime方法。這是一種無監督的算法，算法通過將原始信號向子空間投影來尋找能夠最小化投影誤差的子空間，就以子空間的維度作為純物質個數。算法可以完全自動獲取純物質個數，并能有效的克服噪聲干擾，但不足在于需要先估計噪聲矩陣，噪聲矩陣估計的結果會對純物質數目的估計產生很大影響，且隨著光譜波段數目的增多，算法的估計精度會明顯下降。

以上方法都能較為準確地估計出純物質個數，但也存在如下一些問題：1)大部分算法方法需要人為設定閾值，而閾值的選擇在純像元與噪聲的特征值相似時很難確定。2)一些算法計算復雜度較高，需要消耗大量內存，不具備純物質數量檢測的實時性。3)一些算法在針對一般高光譜能夠很好的識別，但對于波段數目較多時的高光譜算法精度下降。

發明內容

有鑒于此，本發明的主要目的在于提供一種純物質個數自動確定的方法用于成像光譜分析，本方法能夠解決現有純物質個數確定方法需要人為設置閾值參數、計算復雜度高、運行效率不高、光譜波段數增多檢測精度下降等技術問題。

為達到上述目的，本發明的技術方案是這樣實現的：一種成像光譜混合像元中純物質數量確定方法，如圖1所示，該方法步驟如下：

步驟A、通過采用成像光譜儀獲取混合像元光譜數據；