基于空间与光谱联合特征的工程岩组遥感分类方法及系统与流程

本发明涉及基于高光谱遥感的岩组分类，尤其涉及一种基于空间与光谱联合特征的工程岩组遥感分类方法及系统。

背景技术：

1、高光谱分辨率遥感（简称高光谱遥感）技术可同时获取观测目标（如岩石）的空间特征和精细的光谱特征，是现代遥感的前沿技术之一，实现了对地观测的图谱合一，可在描述地物二维空间分布特性的同时，提供地物的光谱反射特性，能够极大提升工程地质勘察遥感判释中，岩组分类识别的精度。岩石由多种矿物组成，不同岩石的基本物质成分和结构不同，进而，不同岩石对可见光和近红外光的反射光谱特性不同；换言之，像每个人有独一无二的指纹一样，每种岩石都具备其特有的光谱特性。其中，岩石的光谱特性主要包括光谱吸收峰（或反射峰）位置、光谱吸收峰（或反射峰）宽度、光谱吸收峰（或反射峰）深度等特征参数；可通过上述特征或其组合，来对岩石进行分类识别。

2、现有基于高光谱遥感影像分类识别岩石的方法，大部分只利用了高光谱遥感影像光谱维的信息，致力于通过光谱特征来分类和识别岩性岩组，即基于光谱维设计岩性分类识别方法。然而，由于岩石的光谱特征是由岩石的矿物组分、表面状态、大气环境、背景地物等因素综合影响的结果。因此，在工程勘察过程中，受光照条件、传感器系统误差、岩石表面风化等影响，普遍存在同一种岩石呈现出不同的光谱特征（简称“同物异谱”现象），以及不同岩石出现了极相似的光谱特征（简称“同谱异物”现象）。显然，仅通过光谱特征分类识别岩石时，易受“同物异谱”和“同谱异物”现象的影响，导致分类精度不高的问题，这也是现有基于高光谱遥感技术的岩组分类方法存在的主要问题之一。

3、高光谱遥感影像除包含丰富的光谱信息外，还可提供观测地物的空间信息；并且，在工程地质勘察遥感判释阶段，除了高光谱遥感影像，还可以同步获取高空间分辨率遥感影像（简称高分辨率影像），能够提供岩石空间维的颜色、形状等纹理特征，这些空间特征对岩性分类识别的作用也是巨大的，可以在很大程度上校准和提升基于光谱维岩性分类识别精度。因此，忽略岩石的空间纹理特征，只依赖岩石的光谱特征进行岩性分类识别，使得现有方法大多存在对遥感数据的光谱反演精度要求苛刻、类间相似性过高而导致的错分现象等问题。

4、中国地质大学戈文艳的博士学位论文《面向岩性信息增强的多源遥感数据融合研究》、核工业北京地质研究院公开了“一种基于光谱信息自动识别岩石矿物的方法cn109283148a”、王建刚的硕士学位论文《基于机器学习的航空高光谱遥感岩性识别技术研究》。中国自然资源航空物探遥感中心公开了“一种基于非监督特征提取的岩性识别方法、装置及介质 cn113486869a”。中国地质大学张宗贵的博士学位论文《成像光谱岩矿识别方法技术研究和影响因素分析》。甘甫平、李万伦等编写的书籍《高光谱遥感地质作用建模及应用》。长安大学姜廷轩的期刊论文《高光谱遥感技术在地质领域的发展与应用概况》。可通过上述文献，进一步了解相关技术原理。

5、现有技术的缺点是，在利用高光谱遥感技术进行工程地质岩组分类识别时，仅考虑了高光谱遥感影像提供的光谱信息，忽略了高光谱遥感影像包含的空间纹理信息，使得现有方法易受“同物异谱”和“同谱异物”现象的影响，大多存在对遥感数据的光谱反演精度要求苛刻、类间相似性过高等问题，进而导致实际工程应用时分类精度不高，这也是现有基于高光谱遥感技术的岩性分类方法在工程应用中存在的主要问题之一。

6、此外，现有全谱段高光谱成像仪与全谱段地物光谱仪设备可获取岩石矿物在可见/近红外波段范围内的光谱特征，对应波长范围为380nm-2500nm，包含约200个波段，数据维度较高，波段间冗余严重；而在岩性分类实际应用中，岩石矿物的光谱吸收峰或反射峰等特征波段主要集中于1000nm-2400nm波长范围内，换言之，约50%的波段对岩性分析不具备实际参考意义；因此，如何根据任务需求对光谱特征进行有效的选择，如何将选择的光谱特征与高空间分辨率影像提供的空间特征进行融合，提高工程中岩性分类分析的精度是本技术急需解决的问题。

技术实现思路

1、因此，本发明提供一种基于空间与光谱联合特征的工程岩组遥感分类方法及系统，解决现在利用高光谱遥感技术进行地质岩组分类时，无法将光谱信息与空间纹理信息进行结合，无法避免“同物异谱”和“同谱异物”现象的发生， 进而导致实际工程应用时分类精度不高的问题。

2、为了实现上述目的，本发明提供的一种基于空间与光谱联合特征的工程岩组遥感分类方法，包括如下过程：

3、s1、基于高光谱遥感影像获取地质体的光谱特征，包括：

4、s101、对原始高光谱遥感影像预处理，并进行主成分分析，得到高光谱遥感影像的第一主成分影像；

5、s102、利用边缘检测算法对第一主成分影像，提取出观测区域内不同类型地质体之间的分界线；

6、s103、利用三维gabor滤波器对预处理后的高光谱遥感影像滤波，得到高光谱遥感影像的gabor空间分布特征；

7、s104、将s103和s102得到的空间分布特征及不同类型地质体之间的分界线，利用超像素分割算法进行超像素分割，根据不同地质体的空间纹理特征，将原始高光谱遥感影像分为若干子区域，记录各个子区域的索引；

8、s105、计算各个子区域的平均光谱拐点数，得到岩石特征波段，对得到的岩石特征波段，利用主成分分析提取光谱特征，得到岩石光谱维特征数据；

9、s2、基于高分辨率全色影像获取地质体的空间特征，包括：

10、s201、对预处理后的全色影像进行图像增强并归一化；

11、s202、基于区域生长的多尺度分割算法对归一化后的全色影像进行分割合并，得到不同地质体的精细分割结果；

12、s203、对得到的分割结果进行降采样，使降采样后形成的图像与高光谱遥感数据具有相同的像元数；

13、s3、将降采样后形成的图像作为单独的逻辑波段叠加至光谱维特征数据组成包含高光谱分辨率信息与高空间分辨率信息的遥感数据；

14、s4、利用向量机对组合后的遥感数据进行分类，得到工程地质岩组分类结果。

15、另一方面，本发明还提供一种基于空间与光谱联合特征的工程岩组遥感分类系统，包括：特征波段获取模块，空间特征获取模块、数据融合模块和岩组分类模块；

16、所述特征波段获取模块用于对原始高光谱遥感影像预处理，并进行主成分分析，得到高光谱遥感影像的第一主成分影像；利用边缘检测算法对第一主成分影像，提取出观测区域内不同类型地质体之间的分界线；利用三维gabor滤波器对预处理后的高光谱遥感影像滤波，得到高光谱遥感影像的gabor空间分布特征；将得到的空间分布特征及不同类型地质体之间的分界线，利用超像素分割算法进行超像素分割，根据不同地质体的空间纹理特征，将原始高光谱遥感影像分给为若干子区域，记录各个子区域的索引；计算各个子区域的平均光谱拐点数，得到岩石特征波段，对得到的岩石特征波段，利用主成分分析提取光谱特征，得到光谱维特征数据；

17、所述空间特征获取模块用于对预处理后的全色影像进行图像增强并归一化；基于区域生长的多尺度分割算法对归一化后的全色影像进行分割合并，得到不同地质体的精细分割结果；对得到的分割结果进行降采样，使降采样后形成的图像与高光谱遥感数据相同的像元数；

18、所述数据融合模块用于将降采样后形成的图像作为单独的逻辑波段叠加至光谱维特征数据组成包含高光谱分辨率信息与高空间分辨率信息的遥感数据；

19、所述岩组分类模块，利用向量机对组合后的遥感数据进行分类，得到工程地质岩组分类结果。

20、本发明还提供一种计算机存储介质，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述基于空间与光谱联合特征的工程岩组遥感分类方法的步骤。

21、本技术公开的基于空间与光谱联合特征的工程岩组遥感分类方法及系统，相比于现有技术至少具有以下优点：

22、本技术实现了对地质体的光谱特性和空间纹理特性两方面数据信息进行综合分析从而得到准确的岩组分类数据，在本技术中通过主成分分析、边缘检测法、滤波器提取纹理特征、超像素分割等得到各个分割的子区域，通过各个子区域的平均光谱拐点数，对大量光谱进行特征波段的选取，避免无效光谱数据的干扰；利用同步获取与高光谱遥感影像相同或相近拍摄时间的高空间分辨率全色影像，通过图像增强和基于区域生长的分割算法来提取研究区内地质体更详细的空间特征；通过充分利用高光谱遥感影像自身提供的空间信息、以及同一区域高空间分辨率影像提供的详细空间信息，实现了在空间特征约束下的岩组光谱分类。本发明增强了高光谱遥感技术在工程地质岩组勘察中的实用性，提高了地质岩组遥感分类精度，具有较好的应用前景。

23、本发明提供的基于遥感技术的工程地质岩组分类方法，不仅可基于不同岩组具备不同的光谱特征进行分析，同样也可以结合不同岩组和颜色、纹理等空间特征进行分析。并且，同时利用空间特征与光谱特征时，就会抑制一部分由于“同物异谱”和“同谱异物”等现象造成的类内噪声等错分类问题；当同时利用光谱特征和多尺度空间特征时，算法岩组分类的精度理论上会更高。