專利名稱：基于光譜多邊形的相似性度量方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種相似性度量方法，特別是一種基于光譜多邊形的相似性度量方法。屬于信息技術(shù)領(lǐng)域。
背景技術(shù)：
針對(duì)高光譜遙感影像分類、信息提取、檢索、匹配等處理中的光譜向量相似性度量問題，近20年來已提出了許多度量算法，包括歐氏距離、光譜角、相關(guān)系數(shù)、SID等。距離方法和光譜角主要是基于幾何理論，將光譜向量作為一個(gè)確定型數(shù)據(jù)集，受可能出現(xiàn)的隨機(jī)誤差和噪聲的影響較大，而且在高維空間中對(duì)局部特征不敏感；相關(guān)系數(shù)、SID等是基于概率理論，將光譜作量作為一個(gè)隨機(jī)向量，能夠適應(yīng)混合象元的要求，但其應(yīng)用效果與光譜向量的分布和形狀密切相關(guān)，而且隨機(jī)向量的假設(shè)有時(shí)并不一定成立。經(jīng)文獻(xiàn)檢索發(fā)現(xiàn)，Chein_IChang在《IGARSS′99 Proceedings.IEEE 1999 International》(IEEE 1999年地球科學(xué)與遙感會(huì)議論文集)，Volume1，28 June-2 July 1999 Page509-511上發(fā)表的“Spectral Information Divergence for Hyperspectral Image Analysis”(高光譜影像分析中的光譜信息散度)，但應(yīng)用的方法僅是從反射率維對(duì)光譜向量進(jìn)行考慮，而未考慮波長維的特點(diǎn)和反射率與波長的對(duì)應(yīng)關(guān)系，本質(zhì)上是一種一維度量方法，度量精度和可靠性不甚理想。

發(fā)明內(nèi)容
本發(fā)明目的在于針對(duì)現(xiàn)有光譜相似性度量方法的不足，提出一種基于光譜多邊形的相似性度量方法，使其將集合相似度量操作和理論引入光譜向量相似性度量領(lǐng)域，在有效用于相似性度量的同時(shí)，降低度量結(jié)果對(duì)誤差的敏感度，能夠提高度量精度和可靠性。
本發(fā)明是通過以下的技術(shù)方案實(shí)現(xiàn)的，本發(fā)明基于集合論和集合運(yùn)算，結(jié)合光譜曲線的特點(diǎn)，采用建立光譜多邊形來表達(dá)光譜曲線，再對(duì)兩個(gè)統(tǒng)一坐標(biāo)系統(tǒng)下的光譜多邊形進(jìn)行集合面積的處理，得到相似性度量指標(biāo)，具體包括建立光譜多邊形、實(shí)施光譜多邊形集合操作、獲取相似性因子三個(gè)基本步驟(1)建立光譜多邊形將光譜曲線、過第一波段和最后一波段波長且垂直于橫軸的兩條鉛垂線和橫軸構(gòu)成一個(gè)多邊形，即得到光譜多邊形；(2)實(shí)施光譜多邊形集合操作以面積作為量化函數(shù)，對(duì)兩光譜多邊形集合經(jīng)過集合操作生成的新集合進(jìn)行量化描述，通過光譜多邊形分解成梯形與梯形空間關(guān)系得到面積指標(biāo)；(3)獲取相似性度量因子根據(jù)相似性和相異性的特點(diǎn)，獲取度量指標(biāo)μ1，能夠有效地實(shí)現(xiàn)光譜相似性度量。
本發(fā)明能夠較好的度量光譜向量的相似性，度量結(jié)果受特征漂移、誤差影響較小，能夠?qū)崿F(xiàn)對(duì)高光譜遙感中光譜相似性的可靠度量。
以下對(duì)本發(fā)明作進(jìn)一步的限定，具體內(nèi)容如下1、建立光譜多邊形每一光譜向量可以用以波長為橫軸、反射率為縱軸的光譜曲線來表達(dá)，光譜向量與光譜曲線是對(duì)應(yīng)的，因此將光譜曲線、過第一波段和最后一波段波長且垂直于橫軸的兩條鉛垂線和橫軸構(gòu)成一個(gè)多邊形，稱其為光譜多邊形。不同地物或象元具有不同的光譜曲線，相應(yīng)具有不同的光譜多邊形。從而將兩光譜向量相似性度量問題轉(zhuǎn)換為兩個(gè)統(tǒng)一坐標(biāo)系下的光譜多邊形的相似性度量問題。
2、實(shí)施光譜多邊形集合操作將兩個(gè)光譜多邊形看作是統(tǒng)一坐標(biāo)系下的兩個(gè)空間集合A和B，定義幾何圖形面積函數(shù)M(X)為對(duì)集合進(jìn)行量化的函數(shù)。根據(jù)集合論和集合操作，可以得到兩個(gè)集合的交集量化指標(biāo)M1＝M(A∩B)、屬于A但不屬于B的集合量化指標(biāo)M2＝M(A∩B)、屬于B但不屬于A的范圍量化指標(biāo)M3＝M(A∩B)、A與B并集的量化指標(biāo)M7＝M(A∪B)＝M1+M2+M3。在獲取各集合面積時(shí)，盡管光譜多邊形是不規(guī)則的，但可以將其作為由N-1(其中N為波段數(shù))個(gè)梯形組成，每一梯形由相鄰兩波段處波長、反射率決定，再逐個(gè)獲取子光譜多邊形的面積，累加后得到需要的面積指標(biāo)。
這些指標(biāo)對(duì)兩個(gè)集合間的不同關(guān)系進(jìn)行了刻劃，以此為基礎(chǔ)可以得到相似性度量指標(biāo)。
3、獲取相似性因子通過對(duì)前面七個(gè)量化指標(biāo)的組合與分析，可以獲取相似性度量因子，其中衡量相似性的關(guān)鍵指標(biāo)是M1即交集的量化值，本發(fā)明中采用兩光譜多邊形集合A、B交集面積與并集面積的比值作為相似性度量因子，可以通過式μ1＝M1/M7來獲得，其值域?yàn)?br> ，當(dāng)A、B完全相似時(shí)取1，完全不同時(shí)取0。
衡量相異性的關(guān)鍵是M2和M3，即兩光譜多邊形差值(不重合)部分的面積，本發(fā)明采用兩個(gè)光譜多邊形集合差值部分面積與并集面積的比值作為相異性度量因子，可以通過式d1＝(M2+M3)/M7＝1-μ1來獲得。
根據(jù)相似性和相異性指標(biāo)的特點(diǎn)，將二者相除得到綜合相似性度量因子，可以用式s1=μ1d1=μ11-μ1=M1M2+M3]]>來獲得。該因子越大，表示兩個(gè)集合代表的實(shí)體的相似性越高。當(dāng)兩向量完全一致時(shí)，該指標(biāo)取值為無窮大。
由于s1，d1和μ1是相互關(guān)聯(lián)的，由某一個(gè)因子就可以獲得其它兩個(gè)因子，因此本發(fā)明選擇μ1作為最終的相似性度量因子，當(dāng)μ1＞0.9時(shí)認(rèn)為兩光譜向量是相似的，可以歸入同一類。
本發(fā)明應(yīng)用了光譜多邊形作為特征表達(dá)方式，在考慮光譜屬性值(反射率)的同時(shí)，對(duì)波長進(jìn)行了同步考慮，從二維空間進(jìn)行相似性度量，避免了傳統(tǒng)算法只考慮光譜屬性的缺陷，既能夠應(yīng)用于純凈象元，又能夠用于混合象元，能夠滿足高光譜遙感影像、地物光譜曲線相似性度量的要求，較傳統(tǒng)算法具有更好的抗差性能；本發(fā)明應(yīng)用了集合論、經(jīng)典特征對(duì)比模型和二維空間幾何體相似性度量，可以避免傳統(tǒng)算法依賴于向量分布和概率函數(shù)的缺點(diǎn)，克服傳統(tǒng)算法只考慮反射率維、忽略波長分布的特點(diǎn)，其主要計(jì)算就是面積計(jì)算，實(shí)現(xiàn)較為簡(jiǎn)單，是一種有效、可靠、快速的光譜向量相似性度量方法；本發(fā)明可以用于高光譜遙感中光譜向量的相似性度量，具體包括高光譜遙感影像分類、檢索、典型目標(biāo)識(shí)別、變化探測(cè)等方面。
具體實(shí)施例方式
為更好地理解本發(fā)明的技術(shù)方案，以下提供具體實(shí)施例。
以兩條待度量的光譜曲線為基礎(chǔ)，分別形成兩個(gè)光譜多邊形后，兩光譜多邊形在波長—反射率坐標(biāo)系中不同波段位置具有不同的空間關(guān)系，以每?jī)蓚€(gè)相鄰波段為研究對(duì)象考慮兩光譜多邊形在對(duì)應(yīng)波段上形成的梯形的空間關(guān)系，針對(duì)每一種情況可以計(jì)算相應(yīng)的交集和差集面積指標(biāo)M1＝M(A∩B)，M2＝M(A∩B)和M3＝M(A∩B)。具體方法如下(1)兩梯形是包含關(guān)系，梯形A被包含在梯形B中，滿足條件Ai＜Bi和Ai+1＜Bi+1，此時(shí)交集M1面積就是A的面積；A與B的交集M2是空集，其量化值為0；A與B的交集M3為B的面積減去A的面積。
(2)A、B兩梯形是相交關(guān)系，滿足條件Ai＜Bi和Ai+1＞Bi+1，要獲取各部分面積，首先要根據(jù)直線方程確定交點(diǎn)處坐標(biāo)(λ0，ρ0)，然后交集M1的面積通過兩個(gè)小梯形面積之和實(shí)現(xiàn)，可用式M1＝(ρ0+Ai)*(λ0-λi)/2+(ρ0+Bi+1)*(λi+1-λ0)/2表示；A與B的交集M2通過右側(cè)小三角形面積實(shí)現(xiàn)，用式M2＝(Ai+1-Bi+1)*(λi+1-λ0)/2表示；A與B的交集M3面積即左側(cè)小三角形面積，用式M3＝(Bi-Ai)*(λ0-λi)/2計(jì)算。
(3)A與B仍是包含關(guān)系，但與(1)不同，此時(shí)是A包含B，滿足條件Ai＞Bi和Ai+1＞Bi+1，此時(shí)交集M1面積就是B的面積；A與B的交集M2是A的面積減去B的面積；A與B的交集M3為空集，其量化值為0。
(4)A、B兩梯形是相交關(guān)系，與(2)的相交關(guān)系相反，，滿足條件Ai＞Bi和Ai+1＜Bi+1。要獲取各部分面積，首先要根據(jù)直線方程確定交點(diǎn)處坐標(biāo)(λ0，ρ0)，然后交集M1的面積計(jì)算兩個(gè)小梯形面積和實(shí)現(xiàn)，用式M1＝(ρ0+Bi)*(λ0-λi)/2+(ρ0+Ai+1)*(λi+1-λ0)/2表達(dá)；A與B的交集M2即左側(cè)小三角形的面積，用式(Ai-Bi)*(λ0-λi)/2表示；A與B的交集M3面積即右側(cè)小三角形面積，用式M3＝(Bi+1-Ai+1)*(λi+1-λ0)/2獲取。
按照以上方法，將兩光譜多邊形都按相鄰波段劃分為N-1個(gè)梯形(N為波段數(shù))，依次得到出每一梯形中各部分面積，累加后得到需要的面積指標(biāo)，就可以獲取相似性和相異性度量指標(biāo)、相似性度量因子，以度量光譜多邊形的相似性，進(jìn)而作為光譜曲線相似性的度量值。
從某高光譜遙感影像中選擇了三類地物、每類兩個(gè)象元進(jìn)行計(jì)算，表1-表3為基于集合論和光譜多邊形進(jìn)行度量的指標(biāo)μ1、μ2、s的結(jié)果。
表1基于面積相似性計(jì)算μ1

表2基于面積相似性計(jì)算μ2

表3基于面積相似性計(jì)算s

為了對(duì)應(yīng)用效果進(jìn)行分析，以某一光譜曲線c為例，從50條光譜曲線中檢索與其匹配的，其中曲線d為與c同類的地物光譜曲線，其它曲線為不同類的。取相似性度量指標(biāo)s為前五位的曲線，相應(yīng)的指標(biāo)如表4所示。
表4按兩種相似性度量方法匹配的前五項(xiàng)檢索結(jié)果

對(duì)檢索結(jié)果進(jìn)行分析，在基于面積度量中，第一匹配項(xiàng)為該曲線本身，第二匹配項(xiàng)為與該曲線代表地物同類的另一象元光譜曲線，后面三項(xiàng)均為其它地物類光譜曲線。
此外，還對(duì)該方法與傳統(tǒng)度量方法----光譜角進(jìn)行了比較。結(jié)果表明基于光譜多邊形的方法在用于相似性度量時(shí)，對(duì)相似曲線具有較高的相似比，對(duì)于不同的曲線，指標(biāo)則偏低，其性能和效果綜合優(yōu)于傳統(tǒng)方法。
權(quán)利要求
1.一種基于光譜多邊形的相似性度量方法，其特征在于，基于集合論和集合運(yùn)算，結(jié)合光譜曲線的特點(diǎn)，采用建立光譜多邊形來表達(dá)光譜曲線，再對(duì)兩個(gè)統(tǒng)一坐標(biāo)系統(tǒng)下的光譜多邊形進(jìn)行集合面積的處理，得到相似性度量指標(biāo)，具體包括建立光譜多邊形、實(shí)施光譜多邊形集合操作、獲取相似性因子三個(gè)基本步驟(1)建立光譜多邊形將光譜曲線、過第一波段和最后一波段波長且垂直于橫軸的兩條鉛垂線和橫軸構(gòu)成一個(gè)多邊形，即得到光譜多邊形；(2)實(shí)施光譜多邊形集合操作以面積作為量化函數(shù)，對(duì)兩光譜多邊形集合經(jīng)過集合操作生成的新集合進(jìn)行量化描述，通過光譜多邊形分解成梯形與梯形空間關(guān)系得到面積指標(biāo)；(3)獲取相似性度量因子根據(jù)相似性和相異性的特點(diǎn)，獲取度量指標(biāo)μ1，實(shí)現(xiàn)光譜相似性度量。
2.根據(jù)權(quán)利要求1所述的基于光譜多邊形的相似性度量方法，其特征是，步驟(2)中，實(shí)施光譜多邊形集合操作，具體如下將兩個(gè)光譜多邊形作為統(tǒng)一坐標(biāo)系下的兩個(gè)空間集合A和B，定義幾何圖形面積函數(shù)M(X)為對(duì)集合進(jìn)行量化的函數(shù)，根據(jù)集合論和集合操作，得到兩個(gè)集合的交集量化指標(biāo)M1＝M(A∩B)、只屬于A的集合量化指標(biāo)M2＝M(A∩B)、只屬于B的范圍量化指標(biāo)M3＝M(A∩B)、A與B并集的量化指標(biāo)M7＝M(A∪B)＝M1+M2+M3，在獲取各集合面積時(shí)，將其作為由N-1個(gè)梯形組成，其中N為波段數(shù)，每一梯形由相鄰兩波段處波長、反射率決定，再逐個(gè)獲取子光譜多邊形的面積，累加后得到面積指標(biāo)。
3.根據(jù)權(quán)利要求1所述的基于光譜多邊形的相似性度量方法，其特征是，步驟(3)中，獲取相似性因子，具體如下衡量相似性的關(guān)鍵指標(biāo)是交集的量化值即M1，采用兩光譜多邊形集合A、B交集面積與并集面積的比值作為相似性度量因子，通過式μ1＝M1/M7來獲得，其值域?yàn)榇笥诘扔?且小于等于1，當(dāng)A、B完全相似時(shí)取1，完全相異時(shí)取0，衡量相異性的關(guān)鍵是M2和M3，即兩光譜多邊形差值部分的面積，采用兩個(gè)光譜多邊形集合差值部分面積與并集面積的比值作為相異性度量因子，通過式d1＝(M2+M3)/M7＝1-μ1來獲得，根據(jù)相似性和相異性指標(biāo)的特點(diǎn)，將二者相除得到綜合相似性度量因子，用式s1=μ1d1=μ11-μ1=M1M2+M3]]>來獲得，該因子越大，表示兩個(gè)集合代表的實(shí)體的相似性越高，當(dāng)兩向量完全一致時(shí)，該指標(biāo)取值為無窮大。
4.根據(jù)權(quán)利要求3所述的基于光譜多邊形的相似性度量方法，其特征是，s1，d1和μ1是相互關(guān)聯(lián)的，由某一個(gè)因子能獲得其它兩個(gè)因子，選擇μ1作為最終的相似性度量因子，當(dāng)μ1＞0.9時(shí)認(rèn)為兩光譜向量是相似的，歸入同一類。
全文摘要
一種基于光譜多邊形的相似性度量方法，屬于遙感信息處理與應(yīng)用技術(shù)領(lǐng)域。本發(fā)明基于集合論和集合運(yùn)算，結(jié)合光譜曲線的特點(diǎn)，采用建立光譜多邊形來表達(dá)光譜曲線，再對(duì)兩個(gè)統(tǒng)一坐標(biāo)系統(tǒng)下光譜多邊形進(jìn)行集合面積處理，得到相似性度量指標(biāo)，包括三個(gè)步驟建立光譜多邊形將光譜曲線、過第一波段和最后一波段波長且垂直于橫軸的兩條鉛垂線和橫軸構(gòu)成一個(gè)多邊形，即得到光譜多邊形；實(shí)施光譜多邊形集合操作以面積作為量化函數(shù)，對(duì)兩光譜多邊形集合經(jīng)過集合操作生成的新集合進(jìn)行量化描述，通過光譜多邊形分解成梯形與梯形空間關(guān)系得到面積指標(biāo)；獲取相似性度量因子根據(jù)相似性和相異性的特點(diǎn)，獲取度量指標(biāo)μ
文檔編號(hào)G01J3/28GK1546958SQ200310109348
公開日2004年11月17日 申請(qǐng)日期2003年12月12日 優(yōu)先權(quán)日2003年12月12日
發(fā)明者方濤, 杜培軍, 唐宏, 方 濤 申請(qǐng)人:上海交通大學(xué)