一種高光譜影像檢索方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于遙感圖像處理技術(shù)領(lǐng)域，尤其涉及一種高光譜影像檢索方法。
【背景技術(shù)】
[0002] 高光譜影像能夠比普通影像提供更多的信息量和更高的光譜分辨率，對地物識別 具有重大意義，但與此同時(shí)也帶來了數(shù)據(jù)量的海量增長，如何高效地實(shí)現(xiàn)影像檢索，是高光 譜數(shù)據(jù)應(yīng)用中的研究熱點(diǎn)。對于高光譜影像而言，光譜曲線是表達(dá)影像光譜特征最常用的 方式，因此提取光譜曲線的特征，采用相似性度量指標(biāo)進(jìn)行影像檢索是一種高效可行的方 法。
[0003] 光譜曲線特征提取也廣泛應(yīng)用于作物識別、化學(xué)分析等領(lǐng)域。而在相似度評價(jià)方 面，常用的相似性度量指標(biāo)有歐式距離、相關(guān)系數(shù)、光譜信息散度（Spectral Information Divergence，SID)、各種矩、光譜角度匹配（Spectral Angle Match,SAM)等。然而在利用這 些相似度指標(biāo)進(jìn)行檢索時(shí)，通常是所有波段數(shù)據(jù)全部參與運(yùn)算，對于成百上千個波段來說， 計(jì)算量非常大，檢索效率比較低。
[0004] -種可行的解決辦法是對光譜向量進(jìn)行曲線簡化。目前比較成熟的簡化算法有 Douglas-Peucker(DP)法、垂距法、Li-〇penshaw法等，其中DP算法最為常用，其基本原理是： 對曲線的首末兩點(diǎn)虛連一條直線，計(jì)算曲線上所有點(diǎn)到直線的距離，并找到最大距離值 dmax與閾值D比較，如果dmax〈D，則這條曲線上的中間點(diǎn)全部舍去，否則保留dmax對應(yīng)的點(diǎn)， 并以此點(diǎn)為界，將曲線分為兩部分，然后對這兩部分重復(fù)進(jìn)行上面的操作，直到?jīng)]有距離大 于閾值的點(diǎn)為止。
[0005] 雖然DP算法能夠從整體上有效地保存曲線的形態(tài)特征，但要使用遞歸算法實(shí)現(xiàn)， 比較復(fù)雜，同時(shí)在應(yīng)用上還有以下兩個缺陷：
[0006] (1)需要指定閾值，且曲線簡化的效果與閾值的選擇有很大的關(guān)系，當(dāng)閾值增大 時(shí)，保留的點(diǎn)將減少，有可能出現(xiàn)失真;反之保留的點(diǎn)將增多，達(dá)不到簡化曲線的目的。為了 達(dá)到既定的壓縮效果，需要不斷地嘗試閾值，工作量較大。
[0007] (2)在多條曲線進(jìn)行同時(shí)簡化時(shí)，為保證所有曲線都能得到有效簡化，保留足夠的 點(diǎn)，需要對不同的曲線設(shè)定不同的閾值，工作量更大，且每條曲線保留的點(diǎn)數(shù)有很大差別， 這個問題在高光譜曲線簡化和比較中尤為突出。

【發(fā)明內(nèi)容】

[0008] 本發(fā)明旨在解決現(xiàn)有技術(shù)中高光譜影像檢索時(shí)計(jì)算量大、曲線簡化過程需要指定 閾值、檢索效率低的技術(shù)問題，提供一種檢索計(jì)算量小、無需指定閾值、檢索效率高的高光 譜影像檢索方法。
[0009] 本發(fā)明的實(shí)施例提供一種高光譜影像檢索方法，包括:獲取待檢索地物的光譜曲 線以及需要檢索的多條光譜曲線，并在每條光譜曲線波峰及波谷的位置分別提取X個SARI 特征點(diǎn)；
[0010] 根據(jù)每條光譜曲線上X個已確定的SARI特征點(diǎn)，通過計(jì)算獲取每條光譜曲線上的N 個總點(diǎn)，所述每條光譜曲線上的N個總點(diǎn)包括該曲線上所述的X個已確定的SARI特征點(diǎn)；
[0011] 根據(jù)每條光譜曲線上的N個總點(diǎn)，通過波段比較的方法獲取待檢索光譜曲線與需 要檢索的每條光譜曲線的匹配點(diǎn)；
[0012] 計(jì)算所述匹配點(diǎn)的光譜值的差的平方，并根據(jù)所述匹配點(diǎn)的光譜值的差的平方計(jì) 算待檢索光譜曲線與需要檢索的每條光譜曲線的相似度；
[0013] 獲取相似度的計(jì)算結(jié)果的歸一化值，并按照從大到小的順序輸出檢索結(jié)果；
[0014] 其中，所述SARI為光譜吸收反射指數(shù)，所述X為第一預(yù)設(shè)值，所述N為第二預(yù)設(shè)值， 且所述N>X。
[0015]進(jìn)一步地，所述根據(jù)每條光譜曲線上X個已確定的SARI特征點(diǎn)，通過計(jì)算獲取每條 光譜曲線上的N個總點(diǎn)的具體步驟為：
[0016] 步驟一、順次直線連接每條光譜曲線的首點(diǎn)、X個點(diǎn)中的第一個點(diǎn)、X個點(diǎn)中的第二 個點(diǎn)、……、X個點(diǎn)中的第X個點(diǎn)及尾點(diǎn)，形成X+1條線段；
[0017] 步驟二、計(jì)算每個線段對應(yīng)的光譜曲線上的所有點(diǎn)到每個線段的距離，并比較所 得到的所有距離值，保留距離值最大的那個點(diǎn)，并在對應(yīng)光譜曲線上形成X+1個點(diǎn)；
[0018] 步驟三、根據(jù)所述光譜曲線上形成的X+1個點(diǎn)，重復(fù)步驟一和步驟二，至道所述光 譜曲線上所保留的點(diǎn)數(shù)為N。
[0019] 進(jìn)一步地，通過計(jì)算在每一條曲線上選擇距離最大點(diǎn)進(jìn)行保留時(shí)，若多個點(diǎn)的距 離到對應(yīng)線段的距離相等，則通過以下步驟保留其中一個距離最大點(diǎn)：
[0020] 獲取每個點(diǎn)到所述對應(yīng)線段的距離值以及對應(yīng)線段的長度值；
[0021] 計(jì)算并比較所述每個點(diǎn)到所述對應(yīng)線段的距離值與所述對應(yīng)線段長度值得比值 大小，并獲取比值最小的點(diǎn)；
[0022] 保留所述比值最小的光譜曲線上的點(diǎn)。
[0023] 進(jìn)一步地，根據(jù)每條光譜曲線上的N個總點(diǎn)，通過波段比較的方法獲取待檢索光譜 曲線與需要檢索的每條光譜曲線的匹配點(diǎn)的步驟為：
[0024]逐波段計(jì)算待檢索光譜曲線與需要檢索的每條光譜曲線上所保留的點(diǎn)所在的波 段，如果每一個波段上的當(dāng)前特征點(diǎn)都在同一個波段上，則這兩個點(diǎn)匹配。
[0025] 進(jìn)一步地，所述計(jì)算所述匹配點(diǎn)的光譜值的差的平方，并根據(jù)所述匹配點(diǎn)的光譜 值的差的平方計(jì)算待檢索光譜曲線與需要檢索的每條光譜曲線的相似度的步驟為：
[0026] 待檢索光譜曲線與需要檢索的每條光譜曲線的相似度
[0027]其中，C為匹配點(diǎn)的個數(shù)，R/^為待檢索光譜曲線上第i個點(diǎn)的光譜值，你^為需要檢 索光譜曲線上第i個點(diǎn)的光譜值。
[0028]進(jìn)一步地，所述光譜吸收反射指
t ;其中Μ為對應(yīng)的光譜曲 線上SARI特征點(diǎn)，ΡΜ為Μ點(diǎn)的反射率，PS1、PS2分別表示光譜曲線上Μ點(diǎn)的左肩點(diǎn)、右肩點(diǎn)的反 射率，d為對稱性參數(shù)。
[0029] 進(jìn)一步地，所述對稱性參數(shù)
[0030] 其中，Asi、As2和λΜ分別表不S1、32和]\1點(diǎn)的波長。
[0031]進(jìn)一步地，所述獲取待檢索地物的光譜曲線以及需要檢索的多條光譜曲線的具體 方法為:直接從對應(yīng)地物的高光譜圖像上提取得到。
[0032]以上技術(shù)方案中，采用光譜曲線上X個已確定的SARI特征點(diǎn)，通過計(jì)算獲取每條光 譜曲線上的N個總點(diǎn)，并根據(jù)N個總點(diǎn)，通過波段比較的方法獲取待檢索光譜曲線與需要檢 索的每條光譜曲線的匹配點(diǎn)，進(jìn)而通過計(jì)算所述匹配點(diǎn)的光譜值的差的平方并獲得待檢索 光譜曲線與需要檢索的每條光譜曲線的相似度，在基于光譜吸收反射指數(shù)準(zhǔn)確地描述光譜 曲線的物理特征的基礎(chǔ)上，能夠有效簡化光譜曲線，并有效提高光譜曲線的檢索精度。
【附圖說明】
[0033] 圖1是本發(fā)明SARI吸收特征點(diǎn)谷點(diǎn)及兩個肩部示意圖；
[0034] 圖2是本發(fā)明SARI吸收特征點(diǎn)峰點(diǎn)及兩個肩部示意圖；
[0035] 圖3是本發(fā)明在林地的光譜曲線上提取的SARI特征點(diǎn)示意圖；
[0036] 圖4是本發(fā)明在小麥的光譜曲線上提取的SARI特征點(diǎn)示意圖；
[0037] 圖5是根據(jù)本發(fā)明的算法得到的林地的簡化曲線結(jié)果示意圖；
[0038] 圖6是根據(jù)本發(fā)明的算法得到的小麥的簡化曲線結(jié)果示意圖；
[0039] 圖7是1992年6月拍攝的美國印第安納州西北部印第安遙感試驗(yàn)區(qū)的大豆、小麥及 林地三種地物的光譜曲線示意圖；
[0040] 圖8是本發(fā)明一種實(shí)施例的高光譜影像檢索方法工作流程示意圖。
【具體實(shí)施方式】
[0041] 為了使本發(fā)明所解決的技術(shù)問題、技術(shù)方案及有益效果更加清楚明白，以下結(jié)合 附圖及實(shí)施例，對本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用 以解釋本發(fā)明，并不用于限定本發(fā)明。
[0042] 結(jié)合圖1及圖2所示，不同地物的光譜曲線，其吸收波峰波谷形狀、位置、寬度、深度 及對稱度等屬性也不同，據(jù)此可以利用光譜吸收反射指數(shù)SARI來描述光譜曲線的識別特 征，它從本質(zhì)上表達(dá)了地物光譜吸收反射系數(shù)的變化特征。
[0043]所述光譜曲線可以直接從對應(yīng)地物的高光譜圖像上提取得到，光譜吸收反射特征 可由光譜吸收谷點(diǎn)或峰值點(diǎn)Μ和光譜曲線上光譜吸收兩個肩部S1和S2組成，圖中Η表示光譜 吸收深度，是吸收谷點(diǎn)Μ與兩個肩部組成的"非吸收基線"的距離，令p sl、PsdPrt分別表示吸 收左肩點(diǎn)S1、吸收右肩點(diǎn)S2和吸收點(diǎn)Μ的反射率，λ51、λ 52和λΜ分別表示左肩點(diǎn)S1、吸收右肩點(diǎn) S2和吸收點(diǎn)Μ的波長，則吸收波段寬度為W = AS2-AS1，對稱性參數(shù)為
吸收肩端 反射率差為:APS = PS2-PS1，則"非吸收基線"方程為：
[0044] W · p-APs · X=Psi_APs · ^si
[0045] 上式表達(dá)了無光譜吸收特征地物的光譜貢獻(xiàn)與光譜行為。因此光譜吸收反射指數(shù) SARI可定義為吸收或反射位置的光譜值與相應(yīng)基線值的比值：
[0046]
[0047] 如圖8所示，本發(fā)明實(shí)施例提供了一種高光譜影像檢索方法，包括如下步驟：
[0048] 獲取待檢索地物的光譜曲線以及需要檢索的多條光譜曲線，并在每條光譜曲線波 峰及波谷的位置分別提取X個SARI特征點(diǎn)；
[0049] 結(jié)合圖3及圖4所示，圖3及圖4分別為AVIRIS高光譜影像中林地和小麥的光譜曲 線，在波峰和波谷上分別提取了 10個SARI特征點(diǎn)，這里的X值即為10。實(shí)際中X的取值根據(jù)需 要進(jìn)行人為設(shè)定，設(shè)定的最大值不能大于光譜曲線上波峰及波谷的個數(shù)值。
[0050] 根據(jù)每條光譜曲線上X個已確定的SARI特征點(diǎn)，通過計(jì)算獲取每條光譜曲線上的N 個總點(diǎn)，所述每條光譜曲線上的N個總點(diǎn)包括該曲線上所述的X個已確定的SARI特征點(diǎn)；
[0051] 根據(jù)每條光譜曲線上的N個總點(diǎn)，通過波段比較的方法獲取待檢索光譜曲線與需 要檢索的每條光譜曲線的匹配點(diǎn)；
[0052] 計(jì)算所述匹配點(diǎn)的光譜值的差的平方，并根據(jù)所述匹配點(diǎn)的光譜值的差的平方計(jì) 算待檢索光譜曲線與需要檢索的每條光譜曲線的相似度；
[0053] 獲取相似度的計(jì)算結(jié)果的歸一化值，并按照從大到小的順序輸出檢索結(jié)果；
[0054]其中，所述X為第一預(yù)設(shè)值，所述N為第二預(yù)設(shè)值，且所述N>X。
[0055]本發(fā)明針對現(xiàn)有的DP算法的缺陷，提出了一種新的改進(jìn)算法，無需設(shè)定閾值，即可 達(dá)到既保留足夠的點(diǎn)，又能同時(shí)保持多條曲線形態(tài)的目的。其基本步驟如下