一种高光谱影像检索方法
【技术领域】
[0001] 本发明属于遥感图像处理技术领域，尤其涉及一种高光谱影像检索方法。
【背景技术】
[0002] 高光谱影像能够比普通影像提供更多的信息量和更高的光谱分辨率，对地物识别 具有重大意义，但与此同时也带来了数据量的海量增长，如何高效地实现影像检索，是高光 谱数据应用中的研究热点。对于高光谱影像而言，光谱曲线是表达影像光谱特征最常用的 方式，因此提取光谱曲线的特征，采用相似性度量指标进行影像检索是一种高效可行的方 法。
[0003] 光谱曲线特征提取也广泛应用于作物识别、化学分析等领域。而在相似度评价方 面，常用的相似性度量指标有欧式距离、相关系数、光谱信息散度（Spectral Information Divergence，SID)、各种矩、光谱角度匹配（Spectral Angle Match,SAM)等。然而在利用这 些相似度指标进行检索时，通常是所有波段数据全部参与运算，对于成百上千个波段来说， 计算量非常大，检索效率比较低。
[0004] -种可行的解决办法是对光谱向量进行曲线简化。目前比较成熟的简化算法有 Douglas-Peucker(DP)法、垂距法、Li-〇penshaw法等，其中DP算法最为常用，其基本原理是： 对曲线的首末两点虚连一条直线，计算曲线上所有点到直线的距离，并找到最大距离值 dmax与阈值D比较，如果dmax〈D，则这条曲线上的中间点全部舍去，否则保留dmax对应的点， 并以此点为界，将曲线分为两部分，然后对这两部分重复进行上面的操作，直到没有距离大 于阈值的点为止。
[0005] 虽然DP算法能够从整体上有效地保存曲线的形态特征，但要使用递归算法实现， 比较复杂，同时在应用上还有以下两个缺陷：
[0006] (1)需要指定阈值，且曲线简化的效果与阈值的选择有很大的关系，当阈值增大 时，保留的点将减少，有可能出现失真;反之保留的点将增多，达不到简化曲线的目的。为了 达到既定的压缩效果，需要不断地尝试阈值，工作量较大。
[0007] (2)在多条曲线进行同时简化时，为保证所有曲线都能得到有效简化，保留足够的 点，需要对不同的曲线设定不同的阈值，工作量更大，且每条曲线保留的点数有很大差别， 这个问题在高光谱曲线简化和比较中尤为突出。
【发明内容】
[0008] 本发明旨在解决现有技术中高光谱影像检索时计算量大、曲线简化过程需要指定 阈值、检索效率低的技术问题，提供一种检索计算量小、无需指定阈值、检索效率高的高光 谱影像检索方法。
[0009] 本发明的实施例提供一种高光谱影像检索方法，包括:获取待检索地物的光谱曲 线以及需要检索的多条光谱曲线，并在每条光谱曲线波峰及波谷的位置分别提取X个SARI 特征点；
[0010] 根据每条光谱曲线上X个已确定的SARI特征点，通过计算获取每条光谱曲线上的N 个总点，所述每条光谱曲线上的N个总点包括该曲线上所述的X个已确定的SARI特征点；
[0011] 根据每条光谱曲线上的N个总点，通过波段比较的方法获取待检索光谱曲线与需 要检索的每条光谱曲线的匹配点；
[0012] 计算所述匹配点的光谱值的差的平方，并根据所述匹配点的光谱值的差的平方计 算待检索光谱曲线与需要检索的每条光谱曲线的相似度；
[0013] 获取相似度的计算结果的归一化值，并按照从大到小的顺序输出检索结果；
[0014] 其中，所述SARI为光谱吸收反射指数，所述X为第一预设值，所述N为第二预设值， 且所述N>X。
[0015]进一步地，所述根据每条光谱曲线上X个已确定的SARI特征点，通过计算获取每条 光谱曲线上的N个总点的具体步骤为：
[0016] 步骤一、顺次直线连接每条光谱曲线的首点、X个点中的第一个点、X个点中的第二 个点、……、X个点中的第X个点及尾点，形成X+1条线段；
[0017] 步骤二、计算每个线段对应的光谱曲线上的所有点到每个线段的距离，并比较所 得到的所有距离值，保留距离值最大的那个点，并在对应光谱曲线上形成X+1个点；
[0018] 步骤三、根据所述光谱曲线上形成的X+1个点，重复步骤一和步骤二，至道所述光 谱曲线上所保留的点数为N。
[0019] 进一步地，通过计算在每一条曲线上选择距离最大点进行保留时，若多个点的距 离到对应线段的距离相等，则通过以下步骤保留其中一个距离最大点：
[0020] 获取每个点到所述对应线段的距离值以及对应线段的长度值；
[0021] 计算并比较所述每个点到所述对应线段的距离值与所述对应线段长度值得比值 大小，并获取比值最小的点；
[0022] 保留所述比值最小的光谱曲线上的点。
[0023] 进一步地，根据每条光谱曲线上的N个总点，通过波段比较的方法获取待检索光谱 曲线与需要检索的每条光谱曲线的匹配点的步骤为：
[0024]逐波段计算待检索光谱曲线与需要检索的每条光谱曲线上所保留的点所在的波 段，如果每一个波段上的当前特征点都在同一个波段上，则这两个点匹配。
[0025] 进一步地，所述计算所述匹配点的光谱值的差的平方，并根据所述匹配点的光谱 值的差的平方计算待检索光谱曲线与需要检索的每条光谱曲线的相似度的步骤为：
[0026] 待检索光谱曲线与需要检索的每条光谱曲线的相似度
[0027]其中，C为匹配点的个数，R/^为待检索光谱曲线上第i个点的光谱值，你^为需要检 索光谱曲线上第i个点的光谱值。
[0028]进一步地，所述光谱吸收反射指
t ;其中Μ为对应的光谱曲 线上SARI特征点，ΡΜ为Μ点的反射率，PS1、PS2分别表示光谱曲线上Μ点的左肩点、右肩点的反 射率，d为对称性参数。
[0029] 进一步地，所述对称性参数
[0030] 其中，Asi、As2和λΜ分别表不S1、32和]\1点的波长。
[0031]进一步地，所述获取待检索地物的光谱曲线以及需要检索的多条光谱曲线的具体 方法为:直接从对应地物的高光谱图像上提取得到。
[0032]以上技术方案中，采用光谱曲线上X个已确定的SARI特征点，通过计算获取每条光 谱曲线上的N个总点，并根据N个总点，通过波段比较的方法获取待检索光谱曲线与需要检 索的每条光谱曲线的匹配点，进而通过计算所述匹配点的光谱值的差的平方并获得待检索 光谱曲线与需要检索的每条光谱曲线的相似度，在基于光谱吸收反射指数准确地描述光谱 曲线的物理特征的基础上，能够有效简化光谱曲线，并有效提高光谱曲线的检索精度。
【附图说明】
[0033] 图1是本发明SARI吸收特征点谷点及两个肩部示意图；
[0034] 图2是本发明SARI吸收特征点峰点及两个肩部示意图；
[0035] 图3是本发明在林地的光谱曲线上提取的SARI特征点示意图；
[0036] 图4是本发明在小麦的光谱曲线上提取的SARI特征点示意图；
[0037] 图5是根据本发明的算法得到的林地的简化曲线结果示意图；
[0038] 图6是根据本发明的算法得到的小麦的简化曲线结果示意图；
[0039] 图7是1992年6月拍摄的美国印第安纳州西北部印第安遥感试验区的大豆、小麦及 林地三种地物的光谱曲线示意图；
[0040] 图8是本发明一种实施例的高光谱影像检索方法工作流程示意图。
【具体实施方式】
[0041] 为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白，以下结合 附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用 以解释本发明，并不用于限定本发明。
[0042] 结合图1及图2所示，不同地物的光谱曲线，其吸收波峰波谷形状、位置、宽度、深度 及对称度等属性也不同，据此可以利用光谱吸收反射指数SARI来描述光谱曲线的识别特 征，它从本质上表达了地物光谱吸收反射系数的变化特征。
[0043]所述光谱曲线可以直接从对应地物的高光谱图像上提取得到，光谱吸收反射特征 可由光谱吸收谷点或峰值点Μ和光谱曲线上光谱吸收两个肩部S1和S2组成，图中Η表示光谱 吸收深度，是吸收谷点Μ与两个肩部组成的"非吸收基线"的距离，令p sl、PsdPrt分别表示吸 收左肩点S1、吸收右肩点S2和吸收点Μ的反射率，λ51、λ 52和λΜ分别表示左肩点S1、吸收右肩点 S2和吸收点Μ的波长，则吸收波段宽度为W = AS2-AS1，对称性参数为
吸收肩端 反射率差为:APS = PS2-PS1，则"非吸收基线"方程为：
[0044] W · p-APs · X=Psi_APs · ^si
[0045] 上式表达了无光谱吸收特征地物的光谱贡献与光谱行为。因此光谱吸收反射指数 SARI可定义为吸收或反射位置的光谱值与相应基线值的比值：
[0046]
[0047] 如图8所示，本发明实施例提供了一种高光谱影像检索方法，包括如下步骤：
[0048] 获取待检索地物的光谱曲线以及需要检索的多条光谱曲线，并在每条光谱曲线波 峰及波谷的位置分别提取X个SARI特征点；
[0049] 结合图3及图4所示，图3及图4分别为AVIRIS高光谱影像中林地和小麦的光谱曲 线，在波峰和波谷上分别提取了 10个SARI特征点，这里的X值即为10。实际中X的取值根据需 要进行人为设定，设定的最大值不能大于光谱曲线上波峰及波谷的个数值。
[0050] 根据每条光谱曲线上X个已确定的SARI特征点，通过计算获取每条光谱曲线上的N 个总点，所述每条光谱曲线上的N个总点包括该曲线上所述的X个已确定的SARI特征点；
[0051] 根据每条光谱曲线上的N个总点，通过波段比较的方法获取待检索光谱曲线与需 要检索的每条光谱曲线的匹配点；
[0052] 计算所述匹配点的光谱值的差的平方，并根据所述匹配点的光谱值的差的平方计 算待检索光谱曲线与需要检索的每条光谱曲线的相似度；
[0053] 获取相似度的计算结果的归一化值，并按照从大到小的顺序输出检索结果；
[0054]其中，所述X为第一预设值，所述N为第二预设值，且所述N>X。
[0055]本发明针对现有的DP算法的缺陷，提出了一种新的改进算法，无需设定阈值，即可 达到既保留足够的点，又能同时保持多条曲线形态的目的。其基本步骤如下