高光谱影像光谱响应曲线分维计算.pdf

譬感应用 遥感信息 高光谱影像光谱响应曲线分维计算 舒 宁，苏俊英 (武汉大学遥感信息工程学院，武汉 430O79) 摘要：高光谱影像光谱响应 曲线包含丰富的光谱特征，分形维值可 以表征复杂光谱响应 曲线特征，提出了步 长测量法光谱响应 曲线分形维值计算算法及高光谱分形特征影像的生成流程，对 OMIS影像上不同类型地物样 本的光谱 曲线分维特征计算结果表 明，分维是一种有效表达像元光谱信息的特征值 。讨论了光谱响应 曲线分维 值对于高光谱数据处理的意义。 关键词：高光谱影像；光谱响应 曲线；分形特征 中图分类号 ：TP75 文献标识码 ：A 文章编号 ：1000—3177(2009)101—0023—04 高光谱遥感影像数据处理方法要从高光谱数据 地物和像元最常用 的方式。理论上说 ，如果传感器 的特点出发，充分挖掘高光谱数据 中的有用信息，以 的波谱范围足够宽、灵敏度和分辨率足够高，就能够 特征向量或编码的方式用于后续 的纹理分析、影像 根据光谱响应 曲线 区分不同地物[1]。人们可以非 分割等[1]。光谱特征分析和提取是高光谱影像数 常直观地根据不同地物的高光谱 响应 曲线分析它们 据处理 的一个 重要 研究 方 向，如 主 成 分分 析 内在物理性质的差别以区分不同的地物类别。在人 (PCA)、基于高阶统计量 的独立元分析 (ICA)、投影 工干预高光谱影像分类情况下，凭人眼视觉感知，人 寻址方法 (PP)、核函数分析法 、神经 网络法 ，但这些 们 比较容易把握光谱响应曲线的形态结构特征或复 光谱特征提取算法计算负担大，且输出特征值较多， 杂性，但在高光谱影像计算机解译情况下，光谱响应 需要进一步的编码或特征向量匹配，不利于光谱特 曲线复杂的形态结构特征需要采用某种特征在数量 征影像的表达和分析[3]。如果能够对每一像元的 上进行刻画。Richardson在研究复杂线形 的长度 光谱响应曲线提取出一个稳定 的特征值 ，利用该特 问题时，得 出如下公式 ： 征值对像元进行分类划分并提取 出相关的信息，将 L()一kd (1) 大大提高数据处理的效率，为高光谱数据基于光谱 式中，d表示量测线形长度 时所用 的步长 (标 特征影像 的纹理分析成为可能，从而较为方便 的实 度)，L()表示用步长量测 的线形长度 ，k是不随d 现光谱信息和空间分布信息的融合处理 。分形是研 变化的常数 ，b是负值 。根据 Mandelbrot的分形理 究非规则几何对象量测 问题 、探索非线性复杂系统 论 ，如果在变量 d的某个 区间范围[ ，d]内，b保 的一个优秀的工具 ，分维值作为分形 的重要特征和 持为一个常数 ，记 D=1一b则称为线形 的分形维 ， 度量 ，可作为描述物体的一个稳定的特征量 ，在非线 [ ，d。]称为无标度区间，在此区间内，线形长度与 性对象稳健特征定量表达方面具有重要意义 。光谱 标度无关 ，即其形态特征结构不随观测尺度 的改变 响应曲线表征了复杂 的光谱成像过程 ，光谱成像过 而改变，换句话说 ，可以用分形维稳健刻画复杂线形 程是一个非线性过程 ，故可通过分形维值来表达其 的形态结构特征。已经证明，光谱响应曲线是非线 特征。基于这种思路 ，本文提 出了一种光谱 响应 曲 性 的，且用不同尺度测量得到的光谱 响应 曲线长度 线分形维值计算算法，为高光谱影像光谱特征分析 表现为幂指数关系[9 ，可见 ，光谱 响应曲线具有分 提出