【技术实现步骤摘要】
本专利技术涉及地基监测领域，具体涉及一种基于高光谱的岩石矿物识别和分类方法。
技术介绍
1、库岸高陡边坡受到巨浪和海风的影响，相较于陆地高边坡更易被侵蚀和风化，这些变化可能威胁人类的生存环境和生态系统。因此，定期监测对于可能面临风险的地区作出风险判断十分重要。利用地基高光谱成像绘制岸高陡边坡岩石和矿物风化图，可以探测到易受侵蚀和风化的区域，从而有助于预测其未来变化。
2、目前，高光谱成像技术已被广泛运用于对矿物和岩石的远程识别、绘图、定量。传统的技术采用机载或卫星平台收集高光谱图像，得到大比例尺测绘的平面图视图，对于识别和解析地质垂直露头的矿物和岩石，传统技术受制于安全原因难以直接从空中观察，在小空间变化的检测方面还有所欠缺；另外，目前使用的高光谱数据分析方法中，光谱角度成像仪(sam)不适用于复杂的特征空间，光谱特征拟合(sff)不适用于没有特定吸收特征的材料。这使得高光谱技术虽然非常适合获取岸高陡边坡的资料，但是大多数火山岩在vnir波长区域表现出相似的光谱形状，没有显著的吸收特征，让分类变得困难。
技术实现思路
1、鉴于上述问题，本专利技术提供了一种基于高光谱的岩石矿物识别和分类方法，用于解决现有技术中存在的针对小空间变化的检测不足和现在用于岩石分类的高光谱分析方法分类较为困难的问题。
2、为了达到上述目的，本方案提供了一种基于高光谱的岩石矿物识别和分类方法，所述方法包括：
3、步骤1：在待监测地区正面设置监测站点，并在监测站点布设监测传感
4、步骤2：采集待监测地区的高光谱图像信息，并获取多个频段的电磁波谱；
5、步骤3：利用监测传感器扫描上述电磁波谱数据，获得像素图像，将相邻像素的信号组合成一个像素后输出；
6、步骤4：对经预处理的高光谱数据进行样本识别和样本选择，分析光谱特征并存储入库；
7、步骤5：使用光谱分拣和空间分拣分别控制高光谱数据的光谱波段和像素数；
8、步骤6：获取监测传感器和测量目标连线上的反射板的反射率，用于高光谱图像反射率校准，并根据天气信息和测量目标材质对监测传感器的帧率和曝光时间进行校准；
9、步骤7：对高光谱图像数据校正，获取各波段校正系数，根据校正系数构建高光谱反射率反演经验线性模型，将光谱图像转换为反射率图像，对反射率图像进行平滑处理；
10、步骤8：利用matlab对反射率图像数据进行叠加和可视化处理；
11、步骤9：使用非线性支持向量机，建立地基分析模型，基于现有的地质图构建训练样本，对地基分析模型进行训练和优化；
12、步骤10：验证分类训练样品的有效性，将处理好的反射率图像输入优化的地基分析模型，识别矿物和岩石类型，得到分类结果。
13、在一种可选的方式中，每个所述监测站点距待监测地区垂直面距离相等，所述监测站点等间距布设在待监测地区。
14、在一种可选的方式中，所述步骤2中采用可见-近红外高光谱成像设备采集待监测地区的高光谱图像信息和多个频段的电磁波谱。
15、在一种可选的方式中，所述可见-近红外高光谱成像设备为fx10传感器。
16、在一种可选的方式中，所述监测传感器包括fx10传感器和三脚架，所述fx10传感器通过自动旋转平台安装在三脚架上，所述fx10传感器沿着自动旋转平台中心为轴对测量目标进行旋转扫描，通过阵线扫描，获得空间分辨率为1024像素的图像，存储在高光谱图像库中。
17、在一种可选的方式中，所述自动旋转平台的水平方向旋转角度为0°～360°，竖直方向旋转角度为-45°～45°。
18、在一种可选的方式中，所述步骤2中先采用等宽分箱法处理获得的像素图像，然后再将像素图像的相邻相邻像素的信号组合成一个像素后输出。将几个像素联合起来作为一个像素使用，能够提高灵敏度和输出速度，降低分辨率。
19、在一种可选的方式中，所述步骤4具体包括：对高光谱数据进行样本识别和样本选择，对所选样本高光谱影像进行提取光谱特征、纹理特征、空间特征的操作，并存储入库，保存形成图像库。
20、在一种可选的方式中，所述步骤6中监测传感器的帧率为850-1000帧/秒，曝光时间为5-20毫秒。其中光线越暗，目标材质越暗，监测传感器的帧率越大，曝光时间越长。目标岩石的暗色矿物含量＜35％，即为浅色岩(岩石越亮)；目标岩石的暗色矿物含量＜65％，即为中色岩；目标岩石的暗色矿物含量＞65％，即为暗色岩(岩石越暗)。
21、在一种可选的方式中，所述步骤7中根据相同地物的地面光谱反射率数据和高光谱初始反射率数据，对高光谱反射率数据进行校正，获取各波段校正系数ki和bi，所述校正的公式为：
22、rgi＝ki×rai+bi
23、其中，rgi为地面同步点光谱各波段反射率；rai为高光谱各波段初始反射率；ki、bi为高光谱各波段校正系数。
24、在一种可选的方式中，所述步骤7中根据校正系数构建高光谱反射率反演经验线性模型，然后根据已知的反射率，对计算得到的反射率进行迭代修正，
25、所述高光谱反射率反演经验线性模型为：
26、ri＝ki×rai+bi；
27、其中，ri为高光谱经校正的各波段反射率；
28、所述迭代修正方法如下：
29、(1)定义计算反射率与参考反射率之间的差值：
30、
31、其中，上标“s”表示计算反射率，“t”表示参考反射率，δx是为了使δt减少至零所需的变量，因此：
32、δt＝f(s)-f(t)＝fδx
33、δx＝(ftf)-1ft(f(s)-f(t))
34、(2)不断修正上述条件，直到满足结果后输出。
35、本方案优点：
36、(1)本专利技术使用的监测传感器较为轻便，且可以根据地形布置监测环线。在测量过程中采取非接触式的激光器，可实现高精度的三维信息获取；能够克服地形限制，以相对较小的尺度进行高空间分辨率的测绘；在识别地质矿物和岩石时，可以安全地通过直接调查进行研究；能有效地识别矿山工作面岩石类型分布，并估算矿物丰度；更高效、有效地对库岸上难以接近的垂直面上的岩石和风化矿物的测绘；允许对海涯进行分析，探索风化作用，并突出潜在的重要位置，有助于预测岛屿上可能的地貌变化和安全威胁。
37、(2)非线性支持向量机适用于复杂的特征空间，同样适用于没有特定吸收特征的材料，在从具有复杂特征空间和传感器特定噪声的高光谱数据中识别矿物和岩石类型方面显示了良好的分类结果；分类结构的准确性总体较高；在很多数据类别的准确性上表现平衡。
38、(3)利用非线性支持向量机进行vnir高光谱图像分析是一种高效、有效的方法，可用于复杂空间的岩石和风化矿物的测绘。本专利技术允许对库岸进行分析，有助于探索风化作用，并且突出潜在的风险位置，能够预测岛屿上可能本文档来自技高网...
【技术保护点】
1.一种基于高光谱的岩石矿物识别和分类方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于：每个所述监测站点距待监测地区垂直面距离相等，所述监测站点等间距布设在待监测地区。
3.根据权利要求1所述的方法，其特征在于：所述步骤2中采用可见-近红外高光谱成像设备采集待监测地区的高光谱图像信息和多个频段的电磁波谱。
4.根据权利要求3所述的方法，其特征在于：所述可见-近红外高光谱成像设备为fx10传感器。
5.根据权利要求4所述的方法，其特征在于：所述监测传感器包括fx10传感器和三脚架，所述fx10传感器通过自动旋转平台安装在三脚架上，所述fx10传感器沿着自动旋转平台中心为轴对测量目标进行旋转扫描，通过阵线扫描，获得空间分辨率为1024像素的图像，存储在高光谱图像库中。
6.根据权利要求5所述的方法，其特征在于：所述自动旋转平台的水平方向旋转角度为0°～360°，竖直方向旋转角度为-45°～45°。
7.根据权利要求1所述的方法，其特征在于：所述步骤2中先采用等宽分箱法处理获得的像素图像，
8.根据权利要求1所述的方法，其特征在于：所述步骤4具体包括：对高光谱数据进行样本识别和样本选择，对所选样本高光谱影像进行提取光谱特征、纹理特征、空间特征的操作，并存储入库，保存形成图像库。
9.根据权利要求1所述的方法，其特征在于：所述步骤7中根据相同地物的地面光谱反射率数据和高光谱初始反射率数据，对高光谱反射率数据进行校正，获取各波段校正系数ki和bi，所述校正的公式为：
10.根据权利要求9所述的方法，其特征在于：所述步骤7中根据校正系数构建高光谱反射率反演经验线性模型，然后根据已知的反射率，对计算得到的反射率进行迭代修正，
...【技术特征摘要】
1.一种基于高光谱的岩石矿物识别和分类方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于：每个所述监测站点距待监测地区垂直面距离相等，所述监测站点等间距布设在待监测地区。
3.根据权利要求1所述的方法，其特征在于：所述步骤2中采用可见-近红外高光谱成像设备采集待监测地区的高光谱图像信息和多个频段的电磁波谱。
4.根据权利要求3所述的方法，其特征在于：所述可见-近红外高光谱成像设备为fx10传感器。
5.根据权利要求4所述的方法，其特征在于：所述监测传感器包括fx10传感器和三脚架，所述fx10传感器通过自动旋转平台安装在三脚架上，所述fx10传感器沿着自动旋转平台中心为轴对测量目标进行旋转扫描，通过阵线扫描，获得空间分辨率为1024像素的图像，存储在高光谱图像库中。
6.根据权利要求5所述的方法，其特征在于：所述自动旋转...
【专利技术属性】
技术研发人员：梁丹，杨海清，陆佳会，陈立川，康燕飞，闫奇，
申请(专利权)人：重庆地质矿产研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。