牛志宇 赵慧洁

（北京航空航天大学 仪器科学与光电工程学院，北京 100191）

基于光谱知识的高光谱图像自动识别方法

牛志宇 赵慧洁

（北京航空航天大学 仪器科学与光电工程学院，北京 100191）

针对传统高光谱图像矿物识别方法未能充分利用矿物光谱诊断吸收特征与矿物光谱知识、识别过程人为干预多等问题，提出了一种基于光谱知识的高光谱图像自动识别方法.该方法引入了基于光谱吸收特征与波形特征的光谱知识作为自动识别的标准，利用连续统去除操作增强光谱吸收特征，采取基于光谱主次吸收特征的识别决策策略，建立多级约束准则以提高识别精度及避免误识别，通过利用模拟数据进行算法精度评价并应用航空高光谱成像仪AVIRIS（Airborne Visible/Infrared Imaging Spectrometer）数据进行应用分析与验证.结果表明:当图像信噪比大于200时，识别准确率可以达到80.3%，能够得到良好的识别结果以及较高的精度，并实现了基于高光谱图像的矿物自动识别.

高光谱遥感;自动识别;光谱吸收特征

高光谱遥感是20世纪80年代发展起来的新型遥感探测技术，它将成像与光谱技术相结合，主要特点是光谱连续、分辨率高，并在获取地表空间图像的同时得到地物的连续光谱信息，从而为地物的精确识别提供了强有力的探测手段.矿物识别是高光谱遥感应用最成功的，也是最能发挥其优势的应用领域［1］，高光谱数据矿物识别技术不仅在矿产资源勘查和评价中发挥重要作用，而……