基于改进高斯模型的高光谱遥感岩矿识别

论文摘要

高光谱遥感是当今国内外遥感领域,特别是遥感地质界重点研究和发展的高科技应用技术之一。传统的多光谱遥感由于波谱分辨率有限,难以区分地物独特而丰富的波谱信息。上世纪80年代以来,高光谱遥感技术在地质找矿、地物波谱信息提取等方面做了大量工作,取得了许多成果。研究表明,利用纳米级的高光谱遥感数据提取成矿地质体的标识性光谱信息己成为可能。高光谱遥感图像岩石矿物自动识别功能是高光谱遥感地质应用的一个重要方面,目前已经发展了很多高光谱岩矿识别方法,改进高斯模型(MGM)是近年来研究比较多的一种模型分析方法。本文研究目的是采用MGM模型的分析方法实现高光谱遥感图像岩矿自动识别功能。研究工作分为三个部分:首先实现波谱信库数据的导入、提取、导出和波段选择功能,第二步对选取的矿物波谱曲线进行MGM拟合,最后利用拟合的模型结果进行高光谱遥感图像岩矿匹配识别,输出识别的结果。本文在深入分析理解岩石矿物的光谱特征的基础上,采用IGCP波谱库数据,利用改进高斯模型MGM算法重点对明矾石、绿泥石、针铁矿、赤铁矿、伊利石和高岭石等六种岩石矿物的诊断性波谱特征进行拟合分析,并利用分析的模型结果尝试对高光谱遥感图像进行了矿物识别实验。实验取得了一定成果,表明了利用MGM模型拟合分析的方法进行高光谱遥感岩石矿物的识别工作是一种可行的有用的高光谱遥感地质应用研究途径。

论文目录

• 摘要
• Abstract
• 1 前言
• 1.1 课题依托项目介绍
• 1.2 研究的目的意义
• 2 高光谱目标提取算法的物理基础
• 2.1 光谱分析
• 2.1.1 原子光谱特征
• 2.1.2 分子光谱特征
• 2.1.3 光谱与算法分析
• 2.2 高光谱遥感数据分析
• 2.2.1 高光谱遥感数据的特点
• 2.2.2 高光谱遥感数据特点与算法分析
• 2.3 岩石、矿物光谱分析
• 2.3.1 矿物光谱特征
• 2.3.2 矿物光谱产生的原因
• 2.3.3 岩石光谱特征
• 2.3.4 岩石光谱的影响因素
• 3 高光谱岩矿识别方法及研究现状
• 3.1 基于特征谱带的矿物识别方法
• 3.1.1 光谱微分技术
• 3.1.2 光谱吸收指数
• 3.2 基于完全波形特征的矿物识别方法
• 3.2.1 基于“纯像元”的分析方法
• 3.2.2 基于混合像元的分析方法
• 4 改进高斯模型（MGM）算法与实现
• 4.1 MGM 模型的物理理论基础
• 4.2 MGM 模型的确立研究
• 4.3 MGM 模型的应用研究现状
• 4.4 MGM 的数学模型分析
• 4.5 MGM 模型的算法实现
• 5 实验分析与研究
• 5.1 波谱库数据的选择与提取
• 5.1.1 波谱库研究现状简介
• 5.1.2 波谱库数据导入、分析、导出
• 5.1.3 矿物波谱波段选择
• 5.2 模型参数的拟合
• 5.3 依据MGM 模型的高光谱图像识别
• 6 总结与展望
• 6.1 对本文工作的总结
• 6.2 对下一步工作的设想
• 致谢
• 参考文献
• 附录