[發明專利]一種基于粗糙集的高光譜成像參數優化設計方法

有效

• 申請號: 202011366930.0
• 申請日: 2020-11-27
• 公開（公告）號: CN113094651B
• 公開（公告）日: 2023-06-09
• 發明（設計）人: 李娜;趙慧潔;曹玉欣;徐萌
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06F17/18
• 分類號: G06F17/18;G01N21/25
• 代理公司: 暫無信息
• 代理人: 暫無信息

一種基于粗糙集的高光譜成像參數優化設計方法，包含以下步驟：(1)高光譜成像過程分析，確定成像過程中的主要影響參數；(2)建立成像參數數據表，利用基于熵的離散化方法對數據表中的成像關鍵參數取值進行劃分；(3)依據步驟(2)中劃分的取值區間，建立離散化成像參數數據表，基于布爾屬性映射，采用關聯規則對成像數據表進行挖掘，建立高光譜成像過程關鍵影響參數與礦物識別能力的影響約束關系；(4)基于步驟(3)中建立的離散化后數據表，基于粗糙集與知識粒度計算成像關鍵參數對礦物識別能力的屬性重要度；(5)基于偏最小二乘法建立多元線性回歸模型，建立成像參數與礦物識別能力間定量化方程；(6)依據步驟(3)中的影響約束關系和步驟(4)中的各關鍵影響參數對礦物識別能力的屬性重要度，對步驟(5)中的定量化方程優化求解，得到礦物識別能力最佳的高光譜成像參數組合。

技術領域

本發明涉及一種基于粗糙集的高光譜成像參數優化設計方法，屬于高光譜載荷優化設計與成像性能預測領域，適用于面向礦物識別應用需求的高光譜成像性能評價與參數優化設計研究。

背景技術

高光譜分辨率遙感具有光譜分辨率高、“圖譜合一”的特點，廣泛應用于各個領域，其可以準確地獲取不同地物和組成的詳細光譜信息，實現對復雜地物和組成成分的探測與分析。因此，獲取的高光譜數據能否滿足用戶部門的應用需求，是目前相關載荷研制部門關心的重點問題。但高光譜成像過程復雜，數據獲取過程中受到諸多因素影響，實際成像過程中，高光譜成像儀的傳感器性能、儀器的響應波段、傳輸過程中的大氣條件、空間分辨率、光譜分辨率、光譜響應函數等參數均會直接影響高光譜衛星的數據質量。因此，在實際應用中，用戶部門更傾向于尋找這些參數的“最優取值”以達到最佳的應用效果來指導載荷的設計與研制。但是，這些影響參數之間的關系并不是完全獨立的，它們之間存在某種耦合和約束關系，并不能使所有參數同時取到最優值。目前的研究尚未完善將載荷指標與應用能力建立直接聯系，且未考慮影響參數間的約束關系。因此，確定高光譜成像過程中各關鍵影響參數之間的約束影響關系并分析它們對應用能力的影響作用大小對于高光譜載荷部門的優化設計具有重要的意義。為了優化并改進儀器使數據得到更廣泛應用，需要對遙感系統所獲取的數據進行定量化的評價，目前評價遙感圖像數據應用能力的方法總體上可以分為：經驗分析法、基于成像仿真模型法、基于分析模型法。基于經驗分析法的評價方法是指根據實際獲取的數據分析不同成像參數對數據應用能力的影響，通過統計的方法將這些影響參數化表示，是一種基于主觀的圖像判讀方法，這類方法雖然計算比較簡單，但并沒同載荷原理和成像條件結合，不能從本質上揭示成像過程參數對數據應用的影響規律。成像仿真模型通過對整個成像過程的模擬，研究各個環節對成像質量的影響，是一種基于成像環節仿真的應用能力評價方法，該方法只注重了遙感器本身的性能指標對圖像數據的影響，考慮的成像參數也比較單一，缺少將用戶的應用需求與遙感成像系統各個環節的聯系，且過程復雜，缺乏針對性，計算量大。基于分析模型的圖像質量評價方法是一種參數化的成像性能評價模型，該方法雖然具有準確、靈活、易于計算的特點，但是缺少對遙感物理成像過程中關鍵載荷參數之間的相互影響關系和制約關系的考慮，很難實現對指導載荷參數優化設計。綜上所述，為了指導載荷參數的優化設計和預測載荷應用能力，該方面的研究已經成為高光譜遙感領域的研究熱點，但目前尚未建立完善的面向應用和結合載荷特點的成像性能評價標準、理論模型與技術體系，并且各個影響參數間綜合考慮較少、未與數據處理過程相結合。

粗糙集(Rough?Set)理論是Pawlak教授于1982年提出的一種能夠定量分析處理不精確、不一致、不完整信息和知識的數學工具。由于高光譜成像過程中存在成像環節中存在部分屬性未知的情況，因此在研究影響參數與數據應用能力定量化關系時，可將這個問題看作為一個不完備信息系統。粗糙集理論可以在不依靠先驗信息情況下處理不完備的數據，發現不完備信息系統中各個屬性的內在聯系，因此引入粗糙集理論解決成像參數與應用能力評價指標之間的不確定關系。

發明內容

本發明的目的在于在對高光譜成像參數優化設計時，綜合考慮參數間的約束關系及成像系統信息不完備性的問題，提供一種基于粗糙集的高光譜成像參數優化設計方法。