[发明专利]一种基于基团光谱特征的海洋溢油乳化物遥感识别方法

摘要

本发明涉及一种基于基团光谱特征的海洋溢油乳化物遥感识别方法，利用油水乳化物基团(‑CH、‑OH)引起的独特的光谱特征及其分布模式，实现在高光谱影像中快速、准确、有效地识别不同类型油水乳化物，并实现分类。本发明与传统观测手段相比，能够提供及时高效的指导信息，无需浪费大量的人力物力，只需基于准确辐射校正和大气校正的高光谱遥感反射率影像，便能准确的识别、分类不同类型海洋溢油乳化物，同时有效避免误判为马尾藻(马尾藻在目视特征和光谱形态特征上与某些溢油乳化物相似，在本发明说明书中给出实例加以说明)。该方法能满足溢油监测的需求，提高溢油污染治理的工作效率。

主权项

1.一种基于基团光谱特征的海洋溢油乳化物遥感识别方法，包括以下步骤：步骤1、数据预处理对高光谱遥感影像数据进行预处理，获得高光谱反射率数据；步骤2、光谱信息增强对高光谱反射率数据进行背景水体光谱差值计算，逐像元减去背景水体光谱，削弱背景水色的影响；对高光谱反射率数据进行归一化处理，得到归一化的反射率值；步骤3、基团特征光谱检测针对每个像元，检测其光谱曲线的波峰和波谷作为基团特征点，基团特征点数据存储为[pos,pk,value]，pos为所检测基团特征点的光谱波长，pk为峰谷标识，value为归一化的反射率值，每个像元的基团特征点数据构成该像元的特征光谱数据；步骤4、计算相似匹配度阈值选取溢油乳化物的多条典型特征光谱数据作为训练样本，所述溢油乳化物的典型特征光谱数据是指确定为溢油乳化物的光谱经过上述步骤1‑3所获得的特征光谱数据，进一步利用[pos,pk,value]中的峰谷标识pk，将每条典型特征光谱数据分为波峰特征点光谱数据peak和波谷特征点光谱数据trough,利用下述公式计算两两光谱特征数据之间的相似匹配度ε：ε＝|dF(peakf，peakg)‑dF(troughf，troughg)|式中,dF(peakf，peakg)为两条特征光谱数据的波峰特征点光谱数据peakf和peakg之间的离散Fréchet距离，dF(troughf，troughg)为两条特征光谱数据的波谷特征点数据troughf和troughg之间的离散Fréchet距离；离散Fréchet距离的计算模型涉及到参数m、n和Q，其中，Q＝max(m,n)；计算dF(peakf，peakg)时，m,n分别为两条特征光谱曲线的波峰特征点数量；计算dF(troughf，troughg)时，m,n分别为两条特征光谱曲线的波谷特征点数量；计算得到的相似匹配度的最大值作为相似匹配度阈值ε0；步骤5、溢油乳化物的识别与分类计算待识别分类影像中每个像元的特征光谱数据与训练样本的平均光谱数据之间的相似匹配度，如果相似匹配度大于相似匹配度阈值，则该像元为海洋溢油乳化物，将判定为海洋溢油乳化物的像元进行合并，即得到识别结果。