[發明專利]多源遙感數據多特征融合的巖性自動分類方法及系統

在審

• 申請號: 202210581575.1
• 申請日: 2022-05-26
• 公開（公告）號: CN114662626A
• 公開（公告）日: 2022-06-24
• 發明（設計）人: 帥爽;張志;馬梓程;王亞毛;彭艷鵬;熊忠招;謝菲;王旭;龔元夫;陳思;肖瑤;謝翠容;岳常海;孫天成;孟丹
• 申請（專利權）人: 湖北省國土測繪院;中國地質大學（武漢）
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06V10/764;G06V10/774;G06V10/80;G06V10/40
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 徐瑛

本發明公開一種多源遙感數據多特征融合的巖性自動分類方法及系統，方法包括：獲取多源遙感數據；提取多尺度光學遙感特征，構建光譜與紋理特征空間并進行光譜與紋理特征優選；提取雷達遙感特征，并面向巖性識別進行雷達遙感特征優選；提取多類型地形因子，并面向巖性識別進行地形因子優選；結合優選后的光譜與紋理特征、雷達遙感特征及地形因子特征，構建巖性分類特征空間，并基于巖性分類特征空間，結合監督分類算法和各巖性單元訓練樣本建立巖性自動分類模型，實現多源遙感數據多特征融合的巖性自動分類。本發明解決巖石像元間的“特征相異性”和“特征相似性”對基于單一類型遙感特征巖性分類精度的影響以及多源遙感特征特征冗余問題。

技術領域

本發明屬于遙感數據處理技術領域，尤其涉及面向巖性識別的光學、雷達、數字高程模型（Digital Elevation Model; DEM）等多源遙感數據多特征提取方法、高維特征集優化與巖性分類特征空間構建方法以及巖性自動分類方法，具體為一種多源遙感數據多特征融合的巖性自動分類方法及系統。

背景技術

前人研究證實了利用光學遙感數據提取的光譜和紋理特征、利用雷達遙感數據提取的結構參數（后向散射系數和極化分解特征）和利用數字高程模型提取的地形因子等多源遙感特征對巖性自動分類的有效性。

遙感數據的光譜和紋理信息是應用于巖性分類的最基本信息。遙感數據的光譜信息能夠反應地表不同類型礦物、巖石對不同波長入射光的選擇性吸收、反射、透射和散射的綜合特征差異，進而用于識別礦物、巖石類別。遙感圖像紋理信息反應了圖像中輻射亮度值的空間變化，也是用于識別對象的重要特征。隨著SPOT、 QuickBird、WorldView及國產高分系列等高空間分辨率遙感數據（高分數據） 投入使用，其圖像紋理特征較好的顯示了巖石地層中的層理、節理、斷裂等線性構造特征及巖性單元之間的接觸關系，同時影像空間分辨率的提高也是解決混合像元現象的最有效途徑。另外，從單一中分多光譜數據源同時提取光譜信息和紋理信息并應用于巖性分類已成為提高分類精度常用而有效的方法。

雷達影像反映的是雷達后向散射系數的相關信息，而后向散射系數是地表粗糙度、地形起伏以及地物的介電常數的綜合反映。不同巖石介電常數存在著差異，這種差異為利用雷達影像后向散射系數進行巖性識別提供了依據。

遙感地形信息提供了地貌特征的定量描述，同時巖石類型與地貌成因類型密切相關。同時，地形信息可以反映出不同巖性侵蝕和風化差異，進而輔助巖性分類。

但不同類型遙感特征影像上均存在相同巖石類型像元間的“特征相異性”和不同巖石類型像元間的“特征相似性”的現象，因此，基于單一類型遙感特征進行巖性分類難以獲得穩定的分類效果。近年來，也有部分研究嘗試結合多類型遙感特征開展巖性自動分類，但這些研究中大多基于單一方法提取相關特征，未考慮不同方法提取特征的互補性。同時，這些研究大多將多類型遙感特征簡單疊加，未對多源遙感特征進行優選，可能造成一定數據冗余，影響巖性分類效率與精度。

經檢索，公開號CN113449469A的中國專利于2021年9月28日公開了一種基于多源信息融合的斜坡淺表層巖土工程性質區劃方法，其采用不同源的三種土地利用數據，結合其各自提供的有效信息，通過數據融合方式，實現斜坡淺表層巖土工程性質區劃劃分。該專利申請僅是針對不同源土地數據的多源信息融合，未考慮同一數據多種類型遙感特征的融合。

又如公開號CN113625363A的中國專利于2021年11月9日公開的一種找礦方法，該方法基于雷達影像數據和多源遙感影像數據，從多個角度綜合多種影像數據來提取多種信息來實現找礦靶區的確定，但是該方法基于單一方法提取相關特征，未考慮不同方法提取特征的互補性。

發明內容

為克服上述現有技術的不足，本發明提供一種多源遙感數據多特征融合的巖性自動分類方法及系統，用以解決巖石像元間的“特征相異性”和“特征相似性”對基于單一類型遙感特征巖性分類精度的影響以及多源遙感特征特征冗余問題。