基于图像特征分解的高空间分辨率遥感图像找矿方法
【技术领域】
[0001 ]本发明涉及基于图像特征分解的高空间分辨率遥感图像找矿方法。
【背景技术】
[0002] 遥感技术是地质勘查的一项必要手段。传统的遥感找矿方法一般基于中低空间分 辨率、多光谱或高光谱的影像数据，研究方法大致分为四种:一是凭借经验，单纯的目视解 译，从而确定靶区。这种方法通常适用于有多年经验的遥感地质工作者;二是对多光谱遥感 影像进行地质构造、蚀变信息提取，综合分析区域的成矿地质条件，进而确定找矿靶区。这 种方法通常适用于对地质成矿理论及工作比较熟悉的人员；三是对影像进行计算机图像处 理，主要采用一些图像增强的方法来进行地质信息的提取。这种方法通常是不懂地质的人 员根据计算机解译信息判别成矿特征的做法，其结果通常不被地质工作人员所接受和采 纳；四是运用数学统计方法综合分析各种遥感、地质资料，从而进行综合评判。该方法适用 性较强，综合性高，是目前遥感技术找矿所普遍采用的一种技术方法。
[0003] 然而，现有的遥感找矿技术主要是利用空间分辨率在15-30米的多光谱遥感进行 地质信息解译，计算机解译方法也比较成熟，主要滤波技术提取构造信息，比值法和主成分 分析法提取蚀变信息，比较通用的就是线-环-团-块综合信息找矿模式。熟悉遥感技术的人 员主要通过计算机信息自动提取片面的划定找矿靶区，而熟悉地质的技术人员则是强行将 地质信息简单叠加到图像上。这两种做法都不能够使遥感技术真正为找矿勘查服务。遥感 地质是计算机技术、数学和地质理论的结合，如何更好的利用当今的遥感技术为找矿勘查 服务是遥感地质人员应该考虑的问题。不能简单的依靠经验，也不能简单的依靠计算机信 息自动提取，必须对数据进行综合分析和评判，结合图像特点，充分发挥数学、统计学的优 势进行信息的提取。
【发明内容】
[0004] 本发明的目的是为了解决上述问题，提供基于图像特征分解的高空间分辨率遥感 图像找矿方法。
[0005] 为了实现上述目的，本发明采用的技术方案如下： 基于图像特征分解的高空间分辨率遥感图像找矿方法，包括以下步骤： 提取图像的颜色特征，提取图像的纹理特征，对图像进行光谱二阶导数的求取； 将提取的颜色特征、纹理特征、二阶导数图像三种要素进行综合分析:使用overlay的 逻辑叠加分析方法，通过模糊数学的理论使用三种要素相乘的算法求取交集;该交集位置 即为遥感找矿勘查靶区。
[0006] 进一步地，所述提取图像的颜色特征具体是利用ENVI软件将高空间分辨率的RGB 图像直接转换为HLS图像，并提取颜色特征。
[0007] 再进一步地，所述提取图像的纹理特征具体是通过ENVI软件的滤波功能进行沿总 体走向的方向滤波，并将其滤波提取的纹理结果置于ARCGIS进行密度分析，确定图像的纹 理粗糙度。
[0008] 更进一步地，对图像进行光谱二阶导数的求取具体是在ENVI IDL中编写二阶导数 运算的相关算法，其目的是增强光谱吸收、反射的特征值。其中二阶导数的算法在IDL中主 要写为：deriv(deriv( reform(float( si ice [*，S])))，S代表光谱 spectral，通过编写的二 阶导数程序完成对图像的二阶导数运算。
[0009] 另外，综合分析具体的操作如下：将三种要素的特征由矢量数据转换为栅格数据 后，转换图像为[0，1]二值图像，异常区域value=l，其他图像区域val Ue=0,应用乘法对图像 进行运算，其结果即为三种特征的交集异常区。
[0010] 本发明与现有技术相比，具有以下优点及有益效果： 本发明充分利用高分遥感数据所表现出的颜色、形状、纹理等表象形状，通过采用数 学、图像处理、GIS等技术充分挖掘数据，综合确定找矿勘查靶区，为下一步的矿区外围勘查 及矿床定位提供了可靠的依据。
【附图说明】
[0011] 图1为HLS变换图像(左)及颜色特征提取结果(右)图。
[0012]图2为方向滤波提取的纹理线（左)及纹理密度(右）图。
[0013] 图3为二阶导数增强图（左)及增强后团块状信息提取图（右）。
[0014] 图4为颜色、纹理、形状综合信息结果分析图。
【具体实施方式】
[0015] 下面结合实施例对本发明作进一步说明，本发明的实施方式包括但不限于下列实 施例。 实施例
[0016] 高空间分辨率遥感影像在展现地质信息时主要通过不同的图像自身特征变现出 来，而不是其隐含的光谱信息。对于遥感地质特征在图像中的表现总体来说就是:颜色(包 括色度、亮度、饱和度）、纹理(粗糙、中等、细腻）、形状(线性、环形、团块状）。不同地质体、蚀 变岩石、隐伏矿床在高空遥感图像中均以上述基本特征进行表现，这些也是地质人员利用 遥感图像进行目标识别的最直接反应，那么如何有效利用这些最直接的表象特征，并且准 确识别上述图像基本特征，并确定特征表象与矿床之间的关系是本发明的关键所在。
[0017] 假设X表示颜色，其中为色度，％为亮度，，为饱和度，则x=f(A，h4); y表示纹理，采用研究区域总体构造走向做方向滤波，并用单位面积内滤波获得的亮线 条数来表示纹理的粗糙和细腻程度。
[0018] 设亮线条数所占像元的标准差为δ>:，在数据满足正态分布的前提下：
[0019] ζ表示形状，21为线性5?为环形而为团块状。则形状z=_U%U^}的集合。
[0020] 遥感地质找矿信息A={x fly Π ζ}，即在高空间分辨率遥感地质勘查中认为图像的 色彩与周围形成鲜明对比，纹理比较粗糙，形状为各种线-环-团块的综合体时，其找矿潜力 比较大。
[0021 ]然而，本发明的具体方法如下： ⑴提取图像的颜色特征，将RGB图像转变为HU图像(具体地的是利用ENVI软件将高空 间分辨率的RGB图像直接转换为HLS图像）。隐伏矿床所在地由于具有了某些元素的聚集，因 此其图像色彩必定与其周围图像形成鲜明反差，一般RGB的图像不能直接进行判别，但当其 转换图像空间表现为色度、亮度、饱和度时，隐伏矿床的可能位置就会出现与周围图像不同 的表现。
[0022] (2)提取图像的纹理特征。隐伏矿床受到一定构造运动的影响，在地表会出现各种 纹理特征，沿主要纹理走向进行方向滤波，可提取图像的纹理特征，利用数字信息提取技术 可提取主要纹理走向的图像中的线性特征，利用GIS技术可确定线性特征分布密度，进而识 别图像的纹理粗糙度。具体地，是通过ENVI软件对图像进行高通滤波，提取图像中的所有纹 理特征，对其纹理提取后转化为.shp矢量数据，在ARCGIS中统计线数据的走向（玫瑰图或地 统计分析），确定纹理总体走向的前提下，通过ENVI软件的滤波功能进行沿总体走向的方向 滤波，并将其滤波提取的纹理结果置于ARCGIS进行密度分析，确定图像的纹理粗糙度。 [0023] (3)对图像进行光谱二阶导数的求取，以增强电磁波的吸收和反射，使之吸收峰和 反射峰更为突出。由于隐伏矿床的存在，它会对地形、地表植被、岩石分布等造成影响，而这 些基本特征在可见光、进攻外波段都形成一定的反射和吸收，二阶导数在一定程度上放大 上述特征信号，从而使得地地质信息以一定的团块状、线形、环形等形状展现出来。具体的 是在ENVI IDL中输入二阶导数公式y"=d2y/dx2,并编程完成对图像的二阶导数计算。
[0024] (4)将颜色（色度、亮度、饱和度异常）、纹理粗糙度(纹理密度）、形状(二阶导数图 像异常)三种要素进行综合分析，使用overlay的逻辑叠加分析方法，通过模糊数学的理论 使用三种要素相乘的算法求取交集。具体做法是:将上述三种特征由矢量数据转换为栅格 数据后，转换图像为[0，1]二值图像，异常区域value=l，其它图像区域 Value=0,应用乘法对 图像进行运算，其结果即为三者的交集异常区。
[0025] 图像的表象特征所蕴含的异常信息即为三种特征的交集，其交集位置即为遥感找 矿勘查靶区，即具有颜色、纹理、形状等共同异常区域的交集，这也是图像的表象特征所反 映出的矿床信息，可作为矿床勘查和外围找矿的依据。
[0026] 如图1~4所示，采用本发明的方法对多龙整装勘查区的Geoeye影像0.5米高空间 分辨率遥感影像进行分析，最终确定的隐伏矿床目标区与找矿实践完全吻合。
[0027] 按照上述实施例，便可很好地实现本发明。值得说明的是，基于上述结构设计的前 提下，为解决同样的技术问题，即使在本发明上做出的一些无实质性的改动或润色，所采用 的技术方案的实质仍然与本发明一样，故其也应当在本发明的保护范围内。
【主权项】
1. 一种基于图像特征分解的高空间分辨率遥感图像找矿方法，其特征在于，包括以下 步骤： 提取图像的颜色特征，提取图像的纹理特征，对图像进行光谱二阶导数的求取； 将提取的颜色特征、纹理特征、二阶导数图像三种要素进行综合分析:使用overlay的 逻辑叠加分析方法，通过模糊数学的理论使用三种要素相乘的算法求取交集;该交集位置 即为遥感找矿勘查靶区。2. 根据权利要求1所述的基于图像特征分解的高空间分辨率遥感图像找矿方法，其特 征在于，所述提取图像的颜色特征具体是利用ENVI软件将高空间分辨率的RGB图像直接转 换为HLS图像，并提取颜色特征。3. 根据权利要求1所述的基于图像特征分解的高空间分辨率遥感图像找矿方法，其特 征在于，所述提取图像的纹理特征具体是通过ENVI软件的滤波功能进行沿总体走向的方向 滤波，并将其滤波提取的纹理结果置于ARCGIS进行密度分析，确定图像的纹理粗糙度。4. 根据权利要求1所述的基于图像特征分解的高空间分辨率遥感图像找矿方法，其特 征在于，对图像进行光谱二阶导数的求取具体是在ENVIIDL中编写二阶导数运算的相关算 法，其目的是增强光谱吸收、反射的特征值。5. 根据权利要求1所述的基于图像特征分解的高空间分辨率遥感图像找矿方法，其特 征在于，综合分析具体的操作如下:将三种要素的特征由矢量数据转换为栅格数据后，转换 图像为[〇，1]二值图像，异常区域value=l，其他图像区域Value=0,应用乘法对图像进行运 算，其结果即为三种特征的交集异常区。
【专利摘要】本发明公开了基于图像特征分解的高空间分辨率遥感图像找矿方法。本发明包括提取图像的颜色特征，提取图像的纹理特征，对图像进行光谱二阶导数的求取；将提取的颜色特征、纹理特征、二阶导数图像三种要素进行综合分析：使用overlay的逻辑叠加分析方法，通过模糊数学的理论使用三种要素相乘的算法求取交集；该交集位置即为遥感找矿勘查靶区。本发明充分利用高分遥感数据所表现出的颜色、形状、纹理等表象形状，通过采用数学、图像处理、GIS等技术充分挖掘数据，综合确定找矿勘查靶区，为下一步的矿区外围勘查及矿床定位提供了可靠的依据。
【IPC分类】G06K9/00, G06K9/46
【公开号】CN105469068
【申请号】CN201510891631
【发明人】郭娜, 唐菊兴, 彭书明, 唐楠, 汪重午
【申请人】成都理工大学, 中国地质科学院矿产资源研究所
【公开日】2016年4月6日
【申请日】2015年12月4日