基于圖像特征分解的高空間分辨率遙感圖像找礦方法
【技術領域】
[0001 ]本發明涉及基于圖像特征分解的高空間分辨率遙感圖像找礦方法。
【背景技術】
[0002] 遙感技術是地質勘查的一項必要手段。傳統的遙感找礦方法一般基于中低空間分 辨率、多光譜或高光譜的影像數據，研究方法大致分為四種:一是憑借經驗，單純的目視解 譯，從而確定靶區。這種方法通常適用于有多年經驗的遙感地質工作者;二是對多光譜遙感 影像進行地質構造、蝕變信息提取，綜合分析區域的成礦地質條件，進而確定找礦靶區。這 種方法通常適用于對地質成礦理論及工作比較熟悉的人員；三是對影像進行計算機圖像處 理，主要采用一些圖像增強的方法來進行地質信息的提取。這種方法通常是不懂地質的人 員根據計算機解譯信息判別成礦特征的做法，其結果通常不被地質工作人員所接受和采 納；四是運用數學統計方法綜合分析各種遙感、地質資料，從而進行綜合評判。該方法適用 性較強，綜合性高，是目前遙感技術找礦所普遍采用的一種技術方法。
[0003] 然而，現有的遙感找礦技術主要是利用空間分辨率在15-30米的多光譜遙感進行 地質信息解譯，計算機解譯方法也比較成熟，主要濾波技術提取構造信息，比值法和主成分 分析法提取蝕變信息，比較通用的就是線-環-團-塊綜合信息找礦模式。熟悉遙感技術的人 員主要通過計算機信息自動提取片面的劃定找礦靶區，而熟悉地質的技術人員則是強行將 地質信息簡單疊加到圖像上。這兩種做法都不能夠使遙感技術真正為找礦勘查服務。遙感 地質是計算機技術、數學和地質理論的結合，如何更好的利用當今的遙感技術為找礦勘查 服務是遙感地質人員應該考慮的問題。不能簡單的依靠經驗，也不能簡單的依靠計算機信 息自動提取，必須對數據進行綜合分析和評判，結合圖像特點，充分發揮數學、統計學的優 勢進行信息的提取。
【發明內容】
[0004] 本發明的目的是為了解決上述問題，提供基于圖像特征分解的高空間分辨率遙感 圖像找礦方法。
[0005] 為了實現上述目的，本發明采用的技術方案如下： 基于圖像特征分解的高空間分辨率遙感圖像找礦方法，包括以下步驟： 提取圖像的顏色特征，提取圖像的紋理特征，對圖像進行光譜二階導數的求取； 將提取的顏色特征、紋理特征、二階導數圖像三種要素進行綜合分析:使用overlay的 邏輯疊加分析方法，通過模糊數學的理論使用三種要素相乘的算法求取交集;該交集位置 即為遙感找礦勘查靶區。
[0006] 進一步地，所述提取圖像的顏色特征具體是利用ENVI軟件將高空間分辨率的RGB 圖像直接轉換為HLS圖像，并提取顏色特征。
[0007] 再進一步地，所述提取圖像的紋理特征具體是通過ENVI軟件的濾波功能進行沿總 體走向的方向濾波，并將其濾波提取的紋理結果置于ARCGIS進行密度分析，確定圖像的紋 理粗糙度。
[0008] 更進一步地，對圖像進行光譜二階導數的求取具體是在ENVI IDL中編寫二階導數 運算的相關算法，其目的是增強光譜吸收、反射的特征值。其中二階導數的算法在IDL中主 要寫為：deriv(deriv( reform(float( si ice [*，S])))，S代表光譜 spectral，通過編寫的二 階導數程序完成對圖像的二階導數運算。
[0009] 另外，綜合分析具體的操作如下：將三種要素的特征由矢量數據轉換為柵格數據 后，轉換圖像為[0，1]二值圖像，異常區域value=l，其他圖像區域val Ue=0,應用乘法對圖像 進行運算，其結果即為三種特征的交集異常區。
[0010] 本發明與現有技術相比，具有以下優點及有益效果： 本發明充分利用高分遙感數據所表現出的顏色、形狀、紋理等表象形狀，通過采用數 學、圖像處理、GIS等技術充分挖掘數據，綜合確定找礦勘查靶區，為下一步的礦區外圍勘查 及礦床定位提供了可靠的依據。
【附圖說明】
[0011] 圖1為HLS變換圖像(左)及顏色特征提取結果(右)圖。
[0012]圖2為方向濾波提取的紋理線（左)及紋理密度(右）圖。
[0013] 圖3為二階導數增強圖（左)及增強后團塊狀信息提取圖（右）。
[0014] 圖4為顏色、紋理、形狀綜合信息結果分析圖。
【具體實施方式】
[0015] 下面結合實施例對本發明作進一步說明，本發明的實施方式包括但不限于下列實 施例。 實施例
[0016] 高空間分辨率遙感影像在展現地質信息時主要通過不同的圖像自身特征變現出 來，而不是其隱含的光譜信息。對于遙感地質特征在圖像中的表現總體來說就是:顏色(包 括色度、亮度、飽和度）、紋理(粗糙、中等、細膩）、形狀(線性、環形、團塊狀）。不同地質體、蝕 變巖石、隱伏礦床在高空遙感圖像中均以上述基本特征進行表現，這些也是地質人員利用 遙感圖像進行目標識別的最直接反應，那么如何有效利用這些最直接的表象特征，并且準 確識別上述圖像基本特征，并確定特征表象與礦床之間的關系是本發明的關鍵所在。
[0017] 假設X表示顏色，其中為色度，％為亮度，，為飽和度，則x=f(A，h4); y表示紋理，采用研究區域總體構造走向做方向濾波，并用單位面積內濾波獲得的亮線 條數來表示紋理的粗糙和細膩程度。
[0018] 設亮線條數所占像元的標準差為δ>:，在數據滿足正態分布的前提下：
[0019] ζ表示形狀，21為線性5?為環形而為團塊狀。則形狀z=_U%U^}的集合。
[0020] 遙感地質找礦信息A={x fly Π ζ}，即在高空間分辨率遙感地質勘查中認為圖像的 色彩與周圍形成鮮明對比，紋理比較粗糙，形狀為各種線-環-團塊的綜合體時，其找礦潛力 比較大。
[0021 ]然而，本發明的具體方法如下： ⑴提取圖像的顏色特征，將RGB圖像轉變為HU圖像(具體地的是利用ENVI軟件將高空 間分辨率的RGB圖像直接轉換為HLS圖像）。隱伏礦床所在地由于具有了某些元素的聚集，因 此其圖像色彩必定與其周圍圖像形成鮮明反差，一般RGB的圖像不能直接進行判別，但當其 轉換圖像空間表現為色度、亮度、飽和度時，隱伏礦床的可能位置就會出現與周圍圖像不同 的表現。
[0022] (2)提取圖像的紋理特征。隱伏礦床受到一定構造運動的影響，在地表會出現各種 紋理特征，沿主要紋理走向進行方向濾波，可提取圖像的紋理特征，利用數字信息提取技術 可提取主要紋理走向的圖像中的線性特征，利用GIS技術可確定線性特征分布密度，進而識 別圖像的紋理粗糙度。具體地，是通過ENVI軟件對圖像進行高通濾波，提取圖像中的所有紋 理特征，對其紋理提取后轉化為.shp矢量數據，在ARCGIS中統計線數據的走向（玫瑰圖或地 統計分析），確定紋理總體走向的前提下，通過ENVI軟件的濾波功能進行沿總體走向的方向 濾波，并將其濾波提取的紋理結果置于ARCGIS進行密度分析，確定圖像的紋理粗糙度。 [0023] (3)對圖像進行光譜二階導數的求取，以增強電磁波的吸收和反射，使之吸收峰和 反射峰更為突出。由于隱伏礦床的存在，它會對地形、地表植被、巖石分布等造成影響，而這 些基本特征在可見光、進攻外波段都形成一定的反射和吸收，二階導數在一定程度上放大 上述特征信號，從而使得地地質信息以一定的團塊狀、線形、環形等形狀展現出來。具體的 是在ENVI IDL中輸入二階導數公式y"=d2y/dx2,并編程完成對圖像的二階導數計算。
[0024] (4)將顏色（色度、亮度、飽和度異常）、紋理粗糙度(紋理密度）、形狀(二階導數圖 像異常)三種要素進行綜合分析，使用overlay的邏輯疊加分析方法，通過模糊數學的理論 使用三種要素相乘的算法求取交集。具體做法是:將上述三種特征由矢量數據轉換為柵格 數據后，轉換圖像為[0，1]二值圖像，異常區域value=l，其它圖像區域 Value=0,應用乘法對 圖像進行運算，其結果即為三者的交集異常區。
[0025] 圖像的表象特征所蘊含的異常信息即為三種特征的交集，其交集位置即為遙感找 礦勘查靶區，即具有顏色、紋理、形狀等共同異常區域的交集，這也是圖像的表象特征所反 映出的礦床信息，可作為礦床勘查和外圍找礦的依據。
[0026] 如圖1~4所示，采用本發明的方法對多龍整裝勘查區的Geoeye影像0.5米高空間 分辨率遙感影像進行分析，最終確定的隱伏礦床目標區與找礦實踐完全吻合。
[0027] 按照上述實施例，便可很好地實現本發明。值得說明的是，基于上述結構設計的前 提下，為解決同樣的技術問題，即使在本發明上做出的一些無實質性的改動或潤色，所采用 的技術方案的實質仍然與本發明一樣，故其也應當在本發明的保護范圍內。
【主權項】
1. 一種基于圖像特征分解的高空間分辨率遙感圖像找礦方法，其特征在于，包括以下 步驟： 提取圖像的顏色特征，提取圖像的紋理特征，對圖像進行光譜二階導數的求取； 將提取的顏色特征、紋理特征、二階導數圖像三種要素進行綜合分析:使用overlay的 邏輯疊加分析方法，通過模糊數學的理論使用三種要素相乘的算法求取交集;該交集位置 即為遙感找礦勘查靶區。2. 根據權利要求1所述的基于圖像特征分解的高空間分辨率遙感圖像找礦方法，其特 征在于，所述提取圖像的顏色特征具體是利用ENVI軟件將高空間分辨率的RGB圖像直接轉 換為HLS圖像，并提取顏色特征。3. 根據權利要求1所述的基于圖像特征分解的高空間分辨率遙感圖像找礦方法，其特 征在于，所述提取圖像的紋理特征具體是通過ENVI軟件的濾波功能進行沿總體走向的方向 濾波，并將其濾波提取的紋理結果置于ARCGIS進行密度分析，確定圖像的紋理粗糙度。4. 根據權利要求1所述的基于圖像特征分解的高空間分辨率遙感圖像找礦方法，其特 征在于，對圖像進行光譜二階導數的求取具體是在ENVIIDL中編寫二階導數運算的相關算 法，其目的是增強光譜吸收、反射的特征值。5. 根據權利要求1所述的基于圖像特征分解的高空間分辨率遙感圖像找礦方法，其特 征在于，綜合分析具體的操作如下:將三種要素的特征由矢量數據轉換為柵格數據后，轉換 圖像為[〇，1]二值圖像，異常區域value=l，其他圖像區域Value=0,應用乘法對圖像進行運 算，其結果即為三種特征的交集異常區。
【專利摘要】本發明公開了基于圖像特征分解的高空間分辨率遙感圖像找礦方法。本發明包括提取圖像的顏色特征，提取圖像的紋理特征，對圖像進行光譜二階導數的求取；將提取的顏色特征、紋理特征、二階導數圖像三種要素進行綜合分析：使用overlay的邏輯疊加分析方法，通過模糊數學的理論使用三種要素相乘的算法求取交集；該交集位置即為遙感找礦勘查靶區。本發明充分利用高分遙感數據所表現出的顏色、形狀、紋理等表象形狀，通過采用數學、圖像處理、GIS等技術充分挖掘數據，綜合確定找礦勘查靶區，為下一步的礦區外圍勘查及礦床定位提供了可靠的依據。
【IPC分類】G06K9/00, G06K9/46
【公開號】CN105469068
【申請號】CN201510891631
【發明人】郭娜, 唐菊興, 彭書明, 唐楠, 汪重午
【申請人】成都理工大學, 中國地質科學院礦產資源研究所
【公開日】2016年4月6日
【申請日】2015年12月4日