一種利用光譜遙感圖像探測(cè)淺水水下礁灘的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種利用光譜遙感圖像探測(cè)淺水水下礁灘的方法，屬于遙感圖像智能 識(shí)別的應(yīng)用領(lǐng)域。
【背景技術(shù)】
[0002] 管理、維護(hù)與利用海域中的島礁是國(guó)家主權(quán)的重要內(nèi)容之一，除去島、明礁、干出 灘、適淹灘等外，暗礁和暗灘等水下礁灘也是不可忽視的，它們直接影響著人類的海上活 動(dòng)，特別是水下30米以內(nèi)的礁灘影響最大。探明海域內(nèi)的水下礁灘情況，對(duì)于保障海上正 常航行、開(kāi)發(fā)利用與維護(hù)國(guó)家海洋權(quán)益都有重要意義。由于歷史的種種原因，我國(guó)近海海域 的水下礁灘情況的了解還遠(yuǎn)沒(méi)有滿足實(shí)際的需求。隨著東海、南海等海域內(nèi)主權(quán)爭(zhēng)端和開(kāi) 發(fā)利用需求的升溫，探明我海域（特別是東海、南海）水下礁灘情況的需求也越來(lái)越迫切。 [0003] 探測(cè)海域水下礁灘有兩大類方法。一類是基于船只抵近勘探的傳統(tǒng)探測(cè)方法，以 多波束及淺地層剖面系統(tǒng)處理方法為主去探測(cè)水下礁灘；由于該方法必須利用船只抵近勘 探，難以在船只無(wú)法到達(dá)的海域開(kāi)展探測(cè)（例如在存在主權(quán)歸屬爭(zhēng)議的島嶼附近）。另一類 是基于高光譜遙感的探測(cè)方法，該方法無(wú)需抵近勘探，適用于任何海域。目前這類方法研究 主要包括水深反演和珊瑚礁監(jiān)測(cè)兩方面，并開(kāi)始有文獻(xiàn)利用水深反演等模型進(jìn)行水下目標(biāo) 檢測(cè)。
[0004] 大量文獻(xiàn)研究表明，水體對(duì)太陽(yáng)光吸收、反射和透射是隨波長(zhǎng)而變化的，總的是吸 收大于反射和透射，在有水深參考點(diǎn)訓(xùn)練的基礎(chǔ)上，基于高光譜圖像能夠進(jìn)行30米以內(nèi)的 淺水水深定量反演，因此水下30米以內(nèi)的礁灘在高光譜圖像上具有一定的光譜或波段特 征。利用高光譜圖像能夠較為精確地探測(cè)水深，甚至可以基于水深反演模型進(jìn)行水下植被 檢測(cè)和水下目標(biāo)檢測(cè)。然而該方法依賴水深反演模型精度，需要有準(zhǔn)確的水深參考點(diǎn)，并只 能用于檢測(cè)小目標(biāo)，并不適合未知海域的水下礁灘探測(cè)。由于未知水域水深參考點(diǎn)難以獲 取，因此必須有可靠的無(wú)需先驗(yàn)信息的水下礁灘探測(cè)方法。
[0005] 在現(xiàn)有的水下探測(cè)技術(shù)領(lǐng)域中，專利號(hào)為CN201210360869. 8,基于頻譜認(rèn)知和分 段跳頻調(diào)頻的水下物體探測(cè)方法及系統(tǒng)，該探測(cè)方法包括如下步驟：步驟1，發(fā)射控制子系 統(tǒng)中頻譜偵聽(tīng)器對(duì)整個(gè)水下探測(cè)頻段進(jìn)行偵聽(tīng)，并將接收到的信號(hào)送至若干個(gè)帶通濾波 器，然后進(jìn)行并/串轉(zhuǎn)換；步驟2,經(jīng)過(guò)并/串轉(zhuǎn)換后的串行信號(hào)依次通過(guò)平方器和積分器， 計(jì)算各個(gè)子頻段的接收信號(hào)的能量，平方器與積分器的工作周期均與頻譜偵聽(tīng)器的工作周 期相同；步驟3,計(jì)算得到的各子頻段接收信號(hào)的能量依次送入判決器進(jìn)行判決，并將滿足 探測(cè)條件即能量低于設(shè)定閾值的子頻段中心頻率記錄在跳頻頻率表中，同時(shí)輸入信號(hào)發(fā)生 器；步驟4,由信號(hào)發(fā)生器產(chǎn)生的原始數(shù)字信號(hào)經(jīng)LFM調(diào)制器進(jìn)行線性調(diào)頻；步驟5,頻率合 成器選擇跳頻頻率表中記錄的最高可用頻率合成本振信號(hào)，控制跳頻調(diào)制器對(duì)LFM調(diào)制器 輸出的線性調(diào)頻信號(hào)進(jìn)行跳頻調(diào)制；驟6,接收控制子系統(tǒng)中，由接收探頭接收到的信息送 至濾波檢測(cè)器，對(duì)接收信號(hào)進(jìn)行濾波，然后由跳頻解調(diào)器對(duì)濾波處理后的信號(hào)解調(diào)，最后送 入信號(hào)處理器中進(jìn)行回波分析。現(xiàn)有專利提供的是一種基于頻譜認(rèn)知和分段跳頻調(diào)頻的水 下物體探測(cè)方法及系統(tǒng)，而本發(fā)明是利用現(xiàn)有遙感成像手段，主要基于光譜導(dǎo)數(shù)和波段圖 像變化特征，通過(guò)決策層融合探測(cè)水下礁灘的一種方法。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的就在于克服現(xiàn)有技術(shù)的不足，提供了一種利用光譜遙感圖像探測(cè)淺 水水下礁灘的方法，該方法利用現(xiàn)有的遙感成像手段，實(shí)現(xiàn)了淺水（30米以內(nèi)）水下的礁灘 探測(cè)。
[0007] 為了實(shí)現(xiàn)上述目的，本發(fā)明提供了一種利用光譜遙感圖像探測(cè)淺水水下礁灘的方 法，主要基于光譜導(dǎo)數(shù)和波段圖像變化特征，通過(guò)決策層融合探測(cè)水下礁灘，該方法包括以 下步驟：
[0008] 步驟一，水下礁灘的光譜校正：基于水體吸收和傳輸原理，采用包括二階光效應(yīng)校 正的方法對(duì)水下礁灘進(jìn)行光譜校正，避免和消除光譜不準(zhǔn)帶來(lái)的影響；
[0009] 步驟二，水下礁灘光譜特征提取，由于水體吸收，水下礁灘在近紅外波段的光譜反 射接近零，也就是在可見(jiàn)光到近紅外波長(zhǎng)之間，水下礁灘的光譜反射率會(huì)有明顯下降，可以 從光譜導(dǎo)數(shù)出發(fā)提取水下礁灘的光譜特征；
[0010] 步驟三，水下礁灘除了在光譜方面具有一定的特征外，在相應(yīng)波段的圖像上也會(huì) 有特征，可以基于多分辨率光譜角方法進(jìn)行波段選擇，其中不同的波段子集代表不同的光 譜分辨率，采用最優(yōu)準(zhǔn)則分解和波段選擇方法獲取對(duì)類別鑒別最優(yōu)的波段子集，并在波段 子集的圖像上利用常規(guī)變化檢測(cè)方法提取變化的圖像特征；
[0011] 步驟四，基于光譜導(dǎo)數(shù)特征和圖像變化特征，采用堆棧支持向量機(jī)融合方法進(jìn)行 融合分類，獲取水下礁灘。
[0012] 進(jìn)一步的，在步驟一中，二階光效應(yīng)校正方法具體如下：
[0013] 假設(shè)ρ(λ)為二階光效應(yīng)校正因子，S(A)為淺水區(qū)在波長(zhǎng)λ處的信號(hào)值，DU) 為深水區(qū)在波長(zhǎng)λ處的信號(hào)值，為了盡可能減少大氣傳輸輻射差，需要選擇較近的淺水區(qū) 和深水區(qū)，由于近紅外波段圖像只能反映水體特性，所以進(jìn)行二階光效應(yīng)校正后，淺水區(qū)和 深水區(qū)在近紅外波段的信號(hào)值應(yīng)該相等，可以寫成如下公式：
[0014] S ( λ ) -P ( λ ) S ( λ /2) = D ( λ ) -ρ ( λ ) D ( λ /2)
[0015] 為了獲取ρ ( λ )，上述公式可以寫成：
[0016] ρ(λ) = [S(A)-D(A)]/[S(A/2)-D(A/2)]
[0017] 在獲得二階光效應(yīng)校正因子P( λ)后，原高光譜圖像的校正公式如下：
[0018] C(A) = f(A)-p (λ)*? (λ/2)
[0019] 其中，f( λ)是原始圖像值，CU)是校正后圖像值，
[0020] 二階光效應(yīng)去除必須假設(shè)淺水區(qū)與深水區(qū)的大氣傳輸輻射穩(wěn)定，因此淺水區(qū)與深 水區(qū)點(diǎn)的選擇有可能會(huì)導(dǎo)致誤差，必須研究一定地選擇機(jī)制降低誤差，擬選擇多組點(diǎn)進(jìn)行 估計(jì)P ( λ )，并采取奇異點(diǎn)去除和平均的策略獲取可靠的ρ ( λ )。
[0021] 進(jìn)一步的，在步驟二中，采用光譜導(dǎo)數(shù)提取特征，一般采用一階到三階光譜導(dǎo)數(shù)已 能滿足精度要求，如需進(jìn)一步提高精度，可以嘗試更高階光譜導(dǎo)數(shù)，
[0022] -階光譜導(dǎo)數(shù)定義為： CN 105184827 A 說(shuō)明書(shū) 3/6 頁(yè)
[0024] 其中Δ λ = λ .廠λ i，s ( λ )是原始光譜。
[0025] 二階光譜導(dǎo)數(shù)定義為：
[0027] 其中 Δ λ = λ「λ 廠 λ 土，
[0028] 其他高階的光譜導(dǎo)數(shù)也可以用類似的方法獲取，定義如下：
[0030] 進(jìn)一步的，在步驟三中，采用多分辨率光譜角方法選擇波段子集，多分辨率光譜角 將原有η維的特征空間分解為不等連續(xù)的子空間，需要注意的是，獲得一個(gè)光譜角至少需 要兩個(gè)波段，分解波段集[l，u]:
[0031] 1)對(duì)于任一波段子集[l，u]，計(jì)算可分性準(zhǔn)則函數(shù)值J(l，k)和J(k+l，u)，I <k < u-1，并找到子集的最佳可分點(diǎn)：
[0033] 2)如果且灸-心3 ,則繼續(xù)分解波段子集(U);
[0034] 3)如果/t μ ,則繼續(xù)分解,+ 1,奴)；
[0035] 4)否則，這表示這次分解無(wú)法使得可分性能力得到提高，因此此波段子集就不繼 續(xù)分解；
[0036] 其中參數(shù)δ是用來(lái)控制分解的過(guò)程的，當(dāng)參數(shù)δ足夠大時(shí)，原波段集就不會(huì)被分 解，由于可分性準(zhǔn)則函數(shù)J(·)值的范圍為[0，1]，參數(shù)S的范圍也為[0，1]。
[0037] 進(jìn)一步的，在步驟四中，采用堆棧支持向量機(jī)融合方法融合光譜導(dǎo)數(shù)特征和波段 圖像變化特征，該方法使用2層支持向量機(jī)，首先分別使用光譜導(dǎo)數(shù)特征和圖像變化特征 輸入〇層支持向量機(jī)，其決策值作為1層支持向量機(jī)的輸入；1層特征采用〇層支持向量機(jī) 的決策值可以獲得更高的分類精度，因?yàn)闆Q策值比類別標(biāo)記含有更多的決策信息。
[0038] 本發(fā)明的有益效果：
[0039] 1.本發(fā)明所提供的方法填補(bǔ)了利用遙感圖像自動(dòng)探測(cè)淺水水下礁灘的空白。適用 于高光譜傳感器對(duì)水下礁灘的探測(cè)，在多光譜圖像上也可適用，具有良好的應(yīng)用前景。
[0040] 2.本發(fā)明無(wú)需水深參考點(diǎn)，采用了自動(dòng)化閾值的方法，有效地解決了固定閾值帶 來(lái)的圖像適應(yīng)性問(wèn)題，方法無(wú)需人工干預(yù)，計(jì)算簡(jiǎn)單，可自動(dòng)化批量進(jìn)行。
【附圖說(shuō)明】
[0041] 為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本 發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以 根據(jù)這些附圖獲得其他的附圖。
[0042] 圖1為本發(fā)明的流程圖；
[0043] 圖2a為本發(fā)明的水體吸收說(shuō)明圖；
[0044] 圖2b為本發(fā)明的水體傳輸說(shuō)明圖；
[0045] 圖3a為本發(fā)明波段為0· 72 μπι的圖像；
[0046] 圖3b為本發(fā)明波段為0. 75 μ m的圖像；
[0047] 圖3c為本發(fā)明波段為0. 78 μ m的圖像；
[0048] 圖4是本發(fā)明的堆棧支持向量機(jī)的示意框圖。
【具體實(shí)施方式】
[0049] 下面結(jié)合附圖對(duì)發(fā)明進(jìn)一步說(shuō)明，但不用來(lái)限制本發(fā)明的范圍。
[0050] 實(shí)施例
[0051] 如圖1所示，本發(fā)明提供的一種利用光譜遙感圖像探測(cè)淺水水下礁灘的方法，主 要基于光譜導(dǎo)數(shù)和波段圖像變化特征，通過(guò)決策層融合探測(cè)水下礁灘，該方法包括以下步 驟：
[0052] 步驟一，水下礁灘的光譜校正：基于水體吸收和傳輸原理，采用包括二階光效應(yīng)校 正的方法對(duì)水下礁灘進(jìn)行光譜校正，避免和消除光譜不準(zhǔn)帶來(lái)的影響。
[0053] 步驟二，水下礁灘光譜特征提取，由于水體吸收，水下礁灘在近紅外波段的光譜反 射接近零，也就是在可見(jiàn)光到近紅外波長(zhǎng)之間，水下礁灘的光譜反射率會(huì)有明顯下降，可以 從光譜導(dǎo)數(shù)出發(fā)提取水下礁灘的光譜特征；
[0054] 步驟三，水下礁灘除了在光譜方面具有一定的特征外，在相應(yīng)波段的圖像上也會(huì) 有特征，可以基于多分辨率光譜角方法進(jìn)行波段選擇，其中不同的波段子集代表不同的光 譜分辨率，采用最優(yōu)準(zhǔn)則分解和波段選擇方法獲取對(duì)類別鑒別最優(yōu)的波段子集，并在波段 子集的圖像上利用常規(guī)變化檢測(cè)方法提取變化的圖像特征；
[0055] 步驟四，基于光譜導(dǎo)數(shù)特征和圖像變化特征，采用堆棧支持向量機(jī)融合方法進(jìn)行 融合分類，獲取水下礁灘。
[0056] 由于未經(jīng)過(guò)光譜校正的高光譜圖像中，水下礁灘在0.9 μπι的波段圖像上依然可 能出現(xiàn)，這主要是可見(jiàn)光波段的二階光效應(yīng)帶來(lái)的影響，該因素不消除將嚴(yán)重影響后續(xù)的 圖像變化特征提取。因此在步驟一中，采用包括二階光效應(yīng)校正的方法對(duì)水下礁灘光譜校 正，避免和消除光譜不準(zhǔn)帶來(lái)的影響。
[