[發明專利]一種基于熱紅外比輻射率的巖性分類方法

在審

• 申請號: 201911400145.X
• 申請日: 2019-12-30
• 公開（公告）號: CN111141698A
• 公開（公告）日: 2020-05-12
• 發明（設計）人: 張宏睿;楊立強;孫友宏;張慶現;刁習
• 申請（專利權）人: 中國地質大學（北京）
• 主分類號: G01N21/3563
• 分類號: G01N21/3563;G01N21/25;G06K9/40;G06K9/62
• 代理公司: 西安中科匯知識產權代理有限公司 61254
• 代理人: 劉玲玲

1.一種基于熱紅外比輻射率的巖性分類方法，其特征在于，包括以下步驟：

步驟1：對TASI數據進行預處理

對研究區的TASI數據進行預處理包括三步，分別是：相對輻射校正、大氣校正和溫度與發射率分離；

步驟2：基于PPI的端元提取

(1)獲取純凈像元

使用Forward MNF Estimate Noise Statistics工具對原始高光譜圖像進行噪聲估計，之后通過特征值來選取MNF變換輸出的波段數，執行MNF變換后得到結果圖像及MNF特征值曲線，隨后選取MNF變換后的圖像的除去噪聲信息以外的信息集中的波段，設置迭代次數為10000次，閾值系數為2，最后獲得迭代10000次的純凈像元指數函數圖像及PPI變換圖像，篩選PPI指數大于10的區域作為感興趣區；

(2)選擇端元波譜

根據MNF變換結果構建n維可視化散點圖，并根據散點相互分布關系選擇描畫不同的端元，用不同的顏色體現；

(3)確定端元光譜的類型

將所選定的端元的平均波譜曲線繪制出來，隨后將波譜曲線與ENVI軟件自帶的JHU標準光譜庫進行對比，確定端元光譜的類型；

步驟3：依據相似系數進行I級巖性分類

利用相似系數聚類分析技術對光譜曲線進行分組，隨后分別對各組的光譜曲線做主成分分析并提取第一主成分，得到可以代表各組光譜特征的特征光譜曲線，最后利用各組特征光譜曲線對TASI比輻射率數據進行光譜角匹配，得到I級巖性填圖結果；

步驟4：應用SDEM算法進行II級巖性分類

首先，基于像元光譜數據和已知光譜數據計算蘭氏距離、光譜信息散度、光譜差曲線標準差和光譜排序編碼，然后根據蘭氏距離和光譜信息散度計算出譜帶強度相似性評價指數、根據光譜差曲線標準差和光譜排序編碼計算出波形相似性評價指數，之后將譜帶強度相似性評價指數和波形相似性評價指數相乘得到總相似性評價指數，最后依據最小指數原則判定巖性類別；

步驟5：基于彩色合成法輔助巖性填圖

(1)選擇3個差異波段

首先分析各個預處理后的光譜相關度的高低，然后對比分析反演后的比輻射率波譜數據，人為的將波段分為三組，分別從三組波段中提取B、G、R三個波段；

(2)巖性預分類

應用ENVI軟件將每個樣本像元及其周圍8個像元的波譜取均值，對比得出不同的巖性波譜曲線處于峰值與谷值或差異較大的3個波段作為彩色合成波段，獲得預分類效果；

(3)巖性類別判定

在巖性類別判定時，挑選明顯地被預分為多類，且在光譜相似匹配巖性填圖中卻僅分為I類的區域進行有針對性的補充野外查證，進而判斷預分類類別是否為光譜相似匹配巖性填圖中漏提的端元。

2.根據權利要求1所述的基于熱紅外比輻射率的巖性分類方法，其特征在于，在步驟1中，相對輻射校正的方法具體如下：

采用4×4像素塊大小計算每個子塊的局部平均值和局部標準偏差，在求得的局部標準偏差的最小值和局部標準偏差之間建立多個單獨的間隔，之后將含有大小不同的局部標準偏差的像素塊按照標準偏差大小填入對應的間隔中，計算每個間隔中包含的子塊的數量，最后將包含區塊數目最多的間隔所對應的區塊的局部標準偏差的平均值作為圖像的整體噪聲水平，得到高斯噪聲分布圖。

3.根據權利要求1所述的基于熱紅外比輻射率的巖性分類方法，其特征在于，在步驟1中，大氣校正的方法具體如下：

采用基于稀疏表示的熱紅外高光譜影像去噪方法去除影像噪聲，以8×8像元作為字典學習和圖像恢復的圖像塊尺寸，將經相對輻射校正后得到的高斯噪聲分布圖中噪聲水平較低的波段作為訓練樣本集來源。

4.根據權利要求1所述的基于熱紅外比輻射率的巖性分類方法，其特征在于，在步驟1中，溫度與發射率分離的方法具體如下：

在遙感熱紅外輻射下局部地熱力平衡條件下，將暴露在地表的巖石當做朗伯體，由基爾霍夫定律得傳感器接收的光譜輻亮度并依據參數物理量對應傳感器的波段之間的卷積函數關系得出傳感器接收時地表巖石的出射輻射L_j，在實際應用過程中，忽略傳感器和地面間大氣的微小影響，得到新的地表巖石的出射輻射L'_j，根據下式獲得地表溫度估值T：

式中，ε_j(T)為地表巖石的光譜發射率，B_j(T_s)為溫度T_s時的普朗克函數，L_atm↓,λ為等效大氣下行輻射。