高光谱特征参量化.

武汉大学龚龑《高光谱遥感》1第4节高光谱特征参量化武汉大学遥感信息工程学院龚龑《高光谱遥感》第四章高光谱数据处理武汉大学龚龑《高光谱遥感》2一、高光谱特征参量化概述二、光谱曲线的简化表达三、光谱吸收特征参数提取四、光谱曲线的函数分析五、光谱特征参量化应用第四章第4节高光谱特征参量化武汉大学龚龑《高光谱遥感》3问题1：下图中的光谱曲线属于哪种地物大类观察光谱吸收谷特征，可以依据光谱曲线的形状推断地物类别。一、高光谱特征参量化概述武汉大学龚龑《高光谱遥感》4A1A2A3B1B2B3观察光谱曲线，可以依据光谱曲线的形状得到聚类结果。问题2：依据下图中的光谱曲线将相应地物划分为两类波长反射率一、高光谱特征参量化概述武汉大学龚龑《高光谱遥感》5如何将光谱曲线特征转化为适合于电脑进行分析计算的形式？光谱特征参量化1.1光谱特征参量化基本概念一、高光谱特征参量化概述武汉大学龚龑《高光谱遥感》6•光谱特征参量化的目的：•光谱特征参量化的地位：对高光谱曲线特征进行定量表达，用数值化的形式来描述反射率随波长的变化特征。针对待分析对象，通过高光谱特征参量提取，构建分析特征集，为后续匹配、分类、识别及反演奠定基础。光谱空间光谱曲线一、高光谱特征参量化概述武汉大学龚龑《高光谱遥感》71.2光谱特征参量化的主要方法•波谱特征的简化表达•光谱吸收特征参数提取•光谱曲线的函数分析一、高光谱特征参量化概述武汉大学龚龑《高光谱遥感》8一、高光谱特征参量化概述二、光谱曲线的简化表达三、光谱吸收特征参数提取四、光谱曲线的函数分析五、光谱特征参量化应用第四章第4节高光谱特征参量化武汉大学龚龑《高光谱遥感》9•波谱特征简化表达的目的反射率为浮点型数据，波段数量多，为提高分析效率，可以对光谱曲线进行简化表达。二、光谱曲线的简化表达武汉大学龚龑《高光谱遥感》102.1光谱斜率和坡向光谱坡向指数SpectralSlopeIndex,SSI在光谱区间(B1,B2)内，将光谱曲线近似视为直线，该直线的斜率即为光谱斜率。如果光谱斜率为正，光谱曲线被定义为正坡向，光谱斜率为零则为平坡向，光谱斜率为负则为负坡向。二、光谱曲线的简化表达武汉大学龚龑《高光谱遥感》11光谱子区间数为k,则一条光谱曲线可以被描述为[S1,S2,…Si,…,Sk],Si{-1,0,1},从而实现对光谱曲线的简化表达。二、光谱曲线的简化表达2.1光谱斜率和坡向数据量比较SSI：2K比特光谱曲线：32n比特反射率波长与多光谱遥感的区别是：光谱子区间可以有针对性选择。武汉大学龚龑《高光谱遥感》122.2光谱二值编码为了实现在光谱库中对特定目标进行快速查找，可采用对光谱进行二值编码的方案。最简单的形式()0(),,...,()1()hnxnTn12NhnxnT编码值反射率值波段二、光谱曲线的简化表达武汉大学龚龑《高光谱遥感》13(1).分段编码将光谱波长分成几段分别进行二值编码，各段具有不同的编码阈值T。二、光谱曲线的简化表达2.2光谱二值编码武汉大学龚龑《高光谱遥感》14采用多个门限进行编码可以加强编码的描述性能。例如可采用两个门限将光谱值划分为三个域：00()()01(),,...,11()aabbxnThnTxnTn12NxnT像元编码数为通道数的两倍二、光谱曲线的简化表达(2).多门限编码2.2光谱二值编码武汉大学龚龑《高光谱遥感》15仅在最能区分地物类型的波段进行编码。如果不同地物的光谱特征差异在特定波段有显著体现，可以在这些波段进行编码，从而既能达到良好分类目的，又能提高编码效率。二、光谱曲线的简化表达(3).在一定波段进行编码2.2光谱二值编码武汉大学龚龑《高光谱遥感》16考察当前波段与后续相邻波段的数值关系，依据数值关系确定编码。主要有：•大小比较编码•差值编码•比值编码二、光谱曲线的简化表达(4).波段组合二值编码2.2光谱二值编码武汉大学龚龑《高光谱遥感》17•大小比较编码•差值编码•比值编码()0()(1),,...,()1()(1)hnxnxnn12Nhnxnxn()0()(1),,...,()1()(1)hnxnxnTn12NhnxnxnT()0()/(1),,...,()1()/(1)hnxnxnTn12NhnxnxnT二、光谱曲线的简化表达2.2光谱二值编码武汉大学龚龑《高光谱遥感》181.地物类型序列在前面所学的课程中，典型地物类型常被分为植被、水体、岩矿、土壤和城市人工目标五大类。这五大类之间的光谱特征差异很大，比较容易区分，这五大类内部不同的亚类之间光谱特征较接近，我们称其为地物类型序列。2.3地物类型序列光谱柱状图二、光谱曲线的简化表达武汉大学龚龑《高光谱遥感》19地物类型序列一般都具有以下四个特点：1.同属于同一个典型地物大类;2.包含的物理化学成分和特性相近，仅各成分比例不同；3.地物内部组织结构相似，外部形态略有差异；4.在波谱空间中，光谱曲线的形态类似。二、光谱曲线的简化表达1.地物类型序列2.3地物类型序列光谱柱状图武汉大学龚龑《高光谱遥感》20直接针对同一序列内的不同地物进行直观分析时，很难准确的发现其稳定的差异。光谱柱状图将光谱反射率曲线图像化，在地物类型序列柱状图中可以清楚看到序列内部的光谱差异。二、光谱曲线的简化表达2.光谱柱状图及应用2.3地物类型序列光谱柱状图武汉大学龚龑《高光谱遥感》21n个目标M个波段二、光谱曲线的简化表达2.3地物类型序列光谱柱状图2.光谱柱状图及应用(1)反射率增强增强后的反射率矩阵武汉大学龚龑《高光谱遥感》22(2)按照波长顺序，建立一个从蓝到红渐变的RGB色标块。波长二、光谱曲线的简化表达2.3地物类型序列光谱柱状图2.光谱柱状图及应用武汉大学龚龑《高光谱遥感》23(3)对RGB色标块进行ISH变换。波长•明度I•色度H•饱和度S二、光谱曲线的简化表达2.3地物类型序列光谱柱状图2.光谱柱状图及应用武汉大学龚龑《高光谱遥感》24(4)用增强后的反射率矩阵中的反射率替换ISH彩色空间中的饱和度S，再将ISH变换回RGB色块，即得到光谱柱状图。二、光谱曲线的简化表达2.3地物类型序列光谱柱状图2.光谱柱状图及应用针对每种地物和不同波长武汉大学龚龑《高光谱遥感》25吐鲁番岩层断面光谱柱状图根据光谱柱状图给像元着色，并形成色彩分割图。二、光谱曲线的简化表达2.3地物类型序列光谱柱状图2.光谱柱状图及应用武汉大学龚龑《高光谱遥感》26波谱特征简化表达适用于较粗略的波谱特征查找和匹配，目的在于提高处理效率，或者服务于目视判读分析，并不适用于光谱特征的精细分析。二、光谱曲线的简化表达光谱吸收特征参数提取方法武汉大学龚龑《高光谱遥感》27一、高光谱特征参量化概述二、光谱曲线的简化表达三、光谱吸收特征参数提取四、光谱曲线的函数分析五、光谱特征参量化应用第四章第4节高光谱特征参量化武汉大学龚龑《高光谱遥感》28如何突出反映光谱曲线之间吸收峰的差异三、光谱吸收特征参数提取方法3.1包络线消除包络线消除武汉大学龚龑《高光谱遥感》29光谱曲线的包络线光谱曲线的包络线与光谱曲线相切或相离，从直观上来看，包络线相当于光谱曲线的“外壳”。包络线：每条光谱曲线的外凸包曲线。curvecurvecurve包络线消除：将光谱曲线相应波段的反射率值与包络线曲线的反射率值进行比值运算，得到新的光谱曲线。三、光谱吸收特征参数提取方法3.1包络线消除武汉大学龚龑《高光谱遥感》30•包络线消除的算法设计的思想：1）离散化直方图包络线由折线段构成2）折线起点与折线终点的确定3）同一波长对应的光谱曲线值与包络线值进行比值计算三、光谱吸收特征参数提取方法3.2包络线消除算法武汉大学龚龑《高光谱遥感》31例：A1B1判断每条折线段终点的依据：折线段的延长线与后续竖线段(及延长线)的交点位置是否位于相应竖线端点上方。1.立足于起始端点A,在后续竖线顶端中寻找折线段终点B；2.一旦找到，连接AB；3.令B作为新的起点，寻找下一终点.=A2三、光谱吸收特征参数提取方法3.2包络线消除算法关键所有的折线段即构成离散状态下光谱曲线的包络线。武汉大学龚龑《高光谱遥感》32包络线去除前后的光谱曲线图包络线消除后，那些“峰”值点上的相对值均为1，非“峰”值点均小于1。形成若干个吸收谷，能够突出反映光谱吸收特点。包络线原始光谱包络线消除后光谱三、光谱吸收特征参数提取方法3.2包络线消除算法武汉大学龚龑《高光谱遥感》33由图中可以看出，包络线有效强化了吸收特征，没有改变敏感波段位置等信息。可以更加有效地进行光谱特征数值的比较，对后续的特征参数提取十分有利。在每一大类地物光谱曲线十分接近时，包络线消除法使曲线的形态特征强化，增强了可识别性。三、光谱吸收特征参数提取方法3.2包络线消除算法武汉大学龚龑《高光谱遥感》343.3光谱吸收特征参数提取光谱吸收特征参数是用来定位光谱吸收位置并量化吸收谷形状特征的参数。2.参数提取•光谱吸收位置•光谱吸收深度•吸收宽度•吸收面积•光谱吸收对称性•光谱吸收指数三、光谱吸收特征参数提取方法武汉大学龚龑《高光谱遥感》35•吸收位置(AbsorptionPosition,AP)Min(),AP=在光谱吸收谷中，反射率最低处的波长，即当三、光谱吸收特征参数提取方法3.3光谱吸收特征参数提取武汉大学龚龑《高光谱遥感》36•吸收深度(AbsorptionDepth,AD)=AD=00在某一光谱吸收谷内，反射率最低点与反射率1的距离1-为反射率最低值•吸收宽度(AbsorptionWidth,AW)AD/2AW最大吸收深度一半处的光谱带宽。三、光谱吸收特征参数提取方法3.3光谱吸收特征参数提取武汉大学龚龑《高光谱遥感》37•吸收对称性(AbsorptionSymmetry,AS)吸收对称性定义为，以过吸收位置的垂线为边界，右边区域面积与左边区域面积的比值的常用对数。•吸收面积(AbsorptionArea,AA)三、光谱吸收特征参数提取方法3.3光谱吸收特征参数提取武汉大学龚龑《高光谱遥感》38•光谱吸收指数(SpectralAbsorptionindex,SAI)肩部S1、S2非吸收收基线12SS在吸收谷点波长处，从光谱曲线和非吸收基线和上分别获取反射率和mm12SS如何从相对吸收强度的角度衡量光谱吸收能力？一条光谱曲线的光谱吸收特征可由光谱吸收谷点m和两个肩部S1和S2组成，S1和S2的连线称为非吸收基线。SAIm三、光谱吸收特征参数提取方法3.3光谱吸收特征参数提取SAI武汉大学龚龑《高光谱遥感》39SAI的计算12212(1)SAI/()/()mmmdddd为比例参数•光谱吸收指数(SpectralAbsorptionindex,SAI)三、光谱吸收特征参数提取方法3.3光谱吸收特征参数提取武汉大学龚龑《高光谱遥感》403.4部分典型地物光谱吸收参数实例•实验数据介绍三、光谱吸收特征参数提取方法植被水体武汉大学龚龑《高光谱遥感》41•植被的光谱吸收参数参照试验区的土地覆盖专题图，选取两类植被：麦田、草地。每种植被选择多个样点，进行包络线去除后提取吸收特征参数。麦田三、光谱吸收特征参数提取方法3.4部分典型地物光谱吸收参数实例草地吸收深度用灰度级(0-255)表示,宽度以波段数目表示武汉大学龚龑《高光谱遥感》42两种植被的光谱曲线吸收特征参数都表现出植被典型的吸收特征但两者都受下垫面的影响较大，表现出较复杂的吸收特性参数。两种植被在可见光范围内的吸收深度都较大，吸收位置分别分布在第2、第12波段，即0.46μm~0.5μm和0.57~0.64μm，与典型植被的叶绿素吸收带特征符合。三、光谱吸收特征参数提取方法3.4部分典型地物光谱吸收参数实例•植被的光谱吸收参数麦田草地A.叶绿素吸收带特征武汉大学龚龑《高光谱遥感》43吸收位置在0.64μm附近