一种利用光谱遥感图像探测浅水水下礁滩的方法
【技术领域】
[0001] 本发明涉及一种利用光谱遥感图像探测浅水水下礁滩的方法，属于遥感图像智能 识别的应用领域。
【背景技术】
[0002] 管理、维护与利用海域中的岛礁是国家主权的重要内容之一，除去岛、明礁、干出 滩、适淹滩等外，暗礁和暗滩等水下礁滩也是不可忽视的，它们直接影响着人类的海上活 动，特别是水下30米以内的礁滩影响最大。探明海域内的水下礁滩情况，对于保障海上正 常航行、开发利用与维护国家海洋权益都有重要意义。由于历史的种种原因，我国近海海域 的水下礁滩情况的了解还远没有满足实际的需求。随着东海、南海等海域内主权争端和开 发利用需求的升温，探明我海域（特别是东海、南海）水下礁滩情况的需求也越来越迫切。 [0003] 探测海域水下礁滩有两大类方法。一类是基于船只抵近勘探的传统探测方法，以 多波束及浅地层剖面系统处理方法为主去探测水下礁滩；由于该方法必须利用船只抵近勘 探，难以在船只无法到达的海域开展探测（例如在存在主权归属争议的岛屿附近）。另一类 是基于高光谱遥感的探测方法，该方法无需抵近勘探，适用于任何海域。目前这类方法研究 主要包括水深反演和珊瑚礁监测两方面，并开始有文献利用水深反演等模型进行水下目标 检测。
[0004] 大量文献研究表明，水体对太阳光吸收、反射和透射是随波长而变化的，总的是吸 收大于反射和透射，在有水深参考点训练的基础上，基于高光谱图像能够进行30米以内的 浅水水深定量反演，因此水下30米以内的礁滩在高光谱图像上具有一定的光谱或波段特 征。利用高光谱图像能够较为精确地探测水深，甚至可以基于水深反演模型进行水下植被 检测和水下目标检测。然而该方法依赖水深反演模型精度，需要有准确的水深参考点，并只 能用于检测小目标，并不适合未知海域的水下礁滩探测。由于未知水域水深参考点难以获 取，因此必须有可靠的无需先验信息的水下礁滩探测方法。
[0005] 在现有的水下探测技术领域中，专利号为CN201210360869. 8,基于频谱认知和分 段跳频调频的水下物体探测方法及系统，该探测方法包括如下步骤：步骤1，发射控制子系 统中频谱侦听器对整个水下探测频段进行侦听，并将接收到的信号送至若干个带通滤波 器，然后进行并/串转换；步骤2,经过并/串转换后的串行信号依次通过平方器和积分器， 计算各个子频段的接收信号的能量，平方器与积分器的工作周期均与频谱侦听器的工作周 期相同；步骤3,计算得到的各子频段接收信号的能量依次送入判决器进行判决，并将满足 探测条件即能量低于设定阈值的子频段中心频率记录在跳频频率表中，同时输入信号发生 器；步骤4,由信号发生器产生的原始数字信号经LFM调制器进行线性调频；步骤5,频率合 成器选择跳频频率表中记录的最高可用频率合成本振信号，控制跳频调制器对LFM调制器 输出的线性调频信号进行跳频调制；骤6,接收控制子系统中，由接收探头接收到的信息送 至滤波检测器，对接收信号进行滤波，然后由跳频解调器对滤波处理后的信号解调，最后送 入信号处理器中进行回波分析。现有专利提供的是一种基于频谱认知和分段跳频调频的水 下物体探测方法及系统，而本发明是利用现有遥感成像手段，主要基于光谱导数和波段图 像变化特征，通过决策层融合探测水下礁滩的一种方法。
【发明内容】
[0006] 本发明的目的就在于克服现有技术的不足，提供了一种利用光谱遥感图像探测浅 水水下礁滩的方法，该方法利用现有的遥感成像手段，实现了浅水（30米以内）水下的礁滩 探测。
[0007] 为了实现上述目的，本发明提供了一种利用光谱遥感图像探测浅水水下礁滩的方 法，主要基于光谱导数和波段图像变化特征，通过决策层融合探测水下礁滩，该方法包括以 下步骤：
[0008] 步骤一，水下礁滩的光谱校正：基于水体吸收和传输原理，采用包括二阶光效应校 正的方法对水下礁滩进行光谱校正，避免和消除光谱不准带来的影响；
[0009] 步骤二，水下礁滩光谱特征提取，由于水体吸收，水下礁滩在近红外波段的光谱反 射接近零，也就是在可见光到近红外波长之间，水下礁滩的光谱反射率会有明显下降，可以 从光谱导数出发提取水下礁滩的光谱特征；
[0010] 步骤三，水下礁滩除了在光谱方面具有一定的特征外，在相应波段的图像上也会 有特征，可以基于多分辨率光谱角方法进行波段选择，其中不同的波段子集代表不同的光 谱分辨率，采用最优准则分解和波段选择方法获取对类别鉴别最优的波段子集，并在波段 子集的图像上利用常规变化检测方法提取变化的图像特征；
[0011] 步骤四，基于光谱导数特征和图像变化特征，采用堆栈支持向量机融合方法进行 融合分类，获取水下礁滩。
[0012] 进一步的，在步骤一中，二阶光效应校正方法具体如下：
[0013] 假设ρ(λ)为二阶光效应校正因子，S(A)为浅水区在波长λ处的信号值，DU) 为深水区在波长λ处的信号值，为了尽可能减少大气传输辐射差，需要选择较近的浅水区 和深水区，由于近红外波段图像只能反映水体特性，所以进行二阶光效应校正后，浅水区和 深水区在近红外波段的信号值应该相等，可以写成如下公式：
[0014] S ( λ ) -P ( λ ) S ( λ /2) = D ( λ ) -ρ ( λ ) D ( λ /2)
[0015] 为了获取ρ ( λ )，上述公式可以写成：
[0016] ρ(λ) = [S(A)-D(A)]/[S(A/2)-D(A/2)]
[0017] 在获得二阶光效应校正因子P( λ)后，原高光谱图像的校正公式如下：
[0018] C(A) = f(A)-p (λ)*? (λ/2)
[0019] 其中，f( λ)是原始图像值，CU)是校正后图像值，
[0020] 二阶光效应去除必须假设浅水区与深水区的大气传输辐射稳定，因此浅水区与深 水区点的选择有可能会导致误差，必须研究一定地选择机制降低误差，拟选择多组点进行 估计P ( λ )，并采取奇异点去除和平均的策略获取可靠的ρ ( λ )。
[0021] 进一步的，在步骤二中，采用光谱导数提取特征，一般采用一阶到三阶光谱导数已 能满足精度要求，如需进一步提高精度，可以尝试更高阶光谱导数，
[0022] -阶光谱导数定义为： CN 105184827 A 说明书 3/6 页
[0024] 其中Δ λ = λ .厂λ i，s ( λ )是原始光谱。
[0025] 二阶光谱导数定义为：
[0027] 其中 Δ λ = λ「λ 厂 λ 土，
[0028] 其他高阶的光谱导数也可以用类似的方法获取，定义如下：
[0030] 进一步的，在步骤三中，采用多分辨率光谱角方法选择波段子集，多分辨率光谱角 将原有η维的特征空间分解为不等连续的子空间，需要注意的是，获得一个光谱角至少需 要两个波段，分解波段集[l，u]:
[0031] 1)对于任一波段子集[l，u]，计算可分性准则函数值J(l，k)和J(k+l，u)，I <k < u-1，并找到子集的最佳可分点：
[0033] 2)如果且灸-心3 ,则继续分解波段子集(U);
[0034] 3)如果/t μ ,则继续分解,+ 1,奴)；
[0035] 4)否则，这表示这次分解无法使得可分性能力得到提高，因此此波段子集就不继 续分解；
[0036] 其中参数δ是用来控制分解的过程的，当参数δ足够大时，原波段集就不会被分 解，由于可分性准则函数J(·)值的范围为[0，1]，参数S的范围也为[0，1]。
[0037] 进一步的，在步骤四中，采用堆栈支持向量机融合方法融合光谱导数特征和波段 图像变化特征，该方法使用2层支持向量机，首先分别使用光谱导数特征和图像变化特征 输入〇层支持向量机，其决策值作为1层支持向量机的输入；1层特征采用〇层支持向量机 的决策值可以获得更高的分类精度，因为决策值比类别标记含有更多的决策信息。
[0038] 本发明的有益效果：
[0039] 1.本发明所提供的方法填补了利用遥感图像自动探测浅水水下礁滩的空白。适用 于高光谱传感器对水下礁滩的探测，在多光谱图像上也可适用，具有良好的应用前景。
[0040] 2.本发明无需水深参考点，采用了自动化阈值的方法，有效地解决了固定阈值带 来的图像适应性问题，方法无需人工干预，计算简单，可自动化批量进行。
【附图说明】
[0041] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以 根据这些附图获得其他的附图。
[0042] 图1为本发明的流程图；
[0043] 图2a为本发明的水体吸收说明图；
[0044] 图2b为本发明的水体传输说明图；
[0045] 图3a为本发明波段为0· 72 μπι的图像；
[0046] 图3b为本发明波段为0. 75 μ m的图像；
[0047] 图3c为本发明波段为0. 78 μ m的图像；
[0048] 图4是本发明的堆栈支持向量机的示意框图。
【具体实施方式】
[0049] 下面结合附图对发明进一步说明，但不用来限制本发明的范围。
[0050] 实施例
[0051] 如图1所示，本发明提供的一种利用光谱遥感图像探测浅水水下礁滩的方法，主 要基于光谱导数和波段图像变化特征，通过决策层融合探测水下礁滩，该方法包括以下步 骤：
[0052] 步骤一，水下礁滩的光谱校正：基于水体吸收和传输原理，采用包括二阶光效应校 正的方法对水下礁滩进行光谱校正，避免和消除光谱不准带来的影响。
[0053] 步骤二，水下礁滩光谱特征提取，由于水体吸收，水下礁滩在近红外波段的光谱反 射接近零，也就是在可见光到近红外波长之间，水下礁滩的光谱反射率会有明显下降，可以 从光谱导数出发提取水下礁滩的光谱特征；
[0054] 步骤三，水下礁滩除了在光谱方面具有一定的特征外，在相应波段的图像上也会 有特征，可以基于多分辨率光谱角方法进行波段选择，其中不同的波段子集代表不同的光 谱分辨率，采用最优准则分解和波段选择方法获取对类别鉴别最优的波段子集，并在波段 子集的图像上利用常规变化检测方法提取变化的图像特征；
[0055] 步骤四，基于光谱导数特征和图像变化特征，采用堆栈支持向量机融合方法进行 融合分类，获取水下礁滩。
[0056] 由于未经过光谱校正的高光谱图像中，水下礁滩在0.9 μπι的波段图像上依然可 能出现，这主要是可见光波段的二阶光效应带来的影响，该因素不消除将严重影响后续的 图像变化特征提取。因此在步骤一中，采用包括二阶光效应校正的方法对水下礁滩光谱校 正，避免和消除光谱不准带来的影响。
[