基于光谱解混的高光谱图像道路检测方法分析

来源:用户上传      作者:

　　摘要：随着科技时代和信息时代的到来，我国道路检测技术也得到很大程度的提高。目前一种新型的光谱解混的高光谱图被广泛应用到道路检测上，这种新型的检测方法能更加精准的对道路进行检测和勘察，提高道路检测水平，为道路检查提供更多可靠的数据和高清的道路图像图。下面本文将对这种新型的道路检测方法进行简单的分析和探讨，了解光谱解混的高光谱图像成像原理，探析对道路检测的实际用途。
　　关键字：高光谱图像；光谱解混；方法；因素；思考
　　中图分类号：O433.1 文献标识码：A 文章编号：
　　
　　道路检测工作是通过检测系统获取道路路面的基本情况，并将道路检测实际情况和数据反馈到计算机程序中，通过计算机对数据的分析绘制道路检测图像，得出道路检测结果分析，道路检测是一项高科技、专业性强的工作，只有不断为道路检测注入新的科学技术支持，才能推动道路检测水平的整体提高。
　　
　　一、光谱解混的高光谱图像
　　（一）概述
　　高光谱图像是通过光谱对目标探测解混后得到的清晰图像，是一种图谱结合的成图原理，高光谱图像能提供更全面、精准、清晰的图像和数据记录，它利用线性混合物模型和独立分量分析技术将高光谱图像通过光谱解混，获取道路目标的检测，得到道路目标描述的解混分量图，然后再利用比例算子和Hough变换器进行数字换算和数据的计算，最终得到精确的道路检测结果。
　　(二)解混原理
　　光谱解混的高光谱图像是利用ICA对高光谱图像进行归一化以及中心化事先处理，然后对准备处理的数据进行主要成分的转变和白化处理，获得相应的独立分量，再对独立分量进行分析，了解道路目标检测物的特征，最后将这个含有检测物特征的独立分量输入计算机储存，以便后期道路检测时使用，总体来说，光谱解混高光谱图像就是对混合像素光谱进行解混，获得道路检测物的特征的独立分量，对独立分量进行数据分解，得到道路检测需要的结果，为后期的道路检测提供数据依据。
　　
　　二、高光谱图像道路检测方法分析
　　（一）检测方法技术的发展
　　道路检测图像早起是对遥感图像进行检测分析，而道路检测内容包括道路遥感图像获取的道路空间、光谱以及时间信息，其中对于空间和光谱的研究探索比较多，对空间辨析率的提高可以获得清晰度很高的图像，有利于对道路检测数据进行更准确的分析和记载；另外，通过光谱检测能更加详细清楚的了解道路信息，在图像中对地表实物进行分析辨别，并且光谱提供的信息更加直接明了，尤其是对矿物的识别、海水颜色的定量测量、军事辨别以及植被分类等方面具有更加清晰的成像分析，但是早期的遥感图像只能反映道路检测过程的图像情况，不能实现对光谱的清晰检测，不仅技术不到位，还由于道路检测活动本身具有复杂性，道路检测的目标物一般都是不稳定、多样的，要完成对目标物准确的检测，只有遥感图像没有光谱是很难具有针对性的对目标物进行检测，也很难实现道路检测任务。
　　随着现代科技的发展、光学以及传感器技术的进步，道路成像技术水平也越来越高，道路成像系统和光学技术的成功结合，使道路检测光谱成像的解析率越来越高，光谱成像也越来越清晰，信息含量越来越多，高光谱道路检测的辨析度和精准度的高标准问题已经得到很好的解决，而高光谱图像应用到道路检测领域中成为道路检测水平提高的必然选择。
　　（二）检测技术的实现
　　道路检测目标通过光谱解混后的高光谱图像能更加清楚准确的反应道路检测物的地物特征，再利用Hough技术实现独立分量的变化最终完成道路检测工作，即检测流程就是道路解混图像进行图像位置的编排，通过均值比例算式实现对目标物方向进行检测，然后利用Hough技术实现对检测独立分量的变换，再通过断线连接最终获得道路检测结果实现道路检测任务。
　　
　　（三）检测方法的优缺点
　　检测方法的优点：①高光谱解混的高光谱遥感图像，能在高光谱遥感中被宽波段遥感检测出来，并且在宽波段中探测到传统道路遥感检测不到的物质，光谱道路检测在选定的电磁波谱范围内密集的对光谱图像的采样，能获得很多具有异议的数据，所以高光谱图像记载的数据能很好的解决许多道路施工比较困难的问题，例如：道路检测目标很小的时候，一般遥感图像是没办法进行精准检测的，而高光谱图像侧能实现对小目标的准确检测；还有对道路遥感图像中实物的真假以及相思相似物的分辨，这些都是高光谱图像能准确掌握的，并且高光谱图像还能对地质参数和生化参数进行准确的记载，顺利完成道路检测对目标物的探测任务，减轻道路检测管理的难度，提高道路检测施工的整体水平；②光谱解混对道路检测目标探测获取的光谱图像含有丰富的地物光谱数据以及其他信息，它最大的有点就是图像和光谱道路统一结合，能对目标检测物进行空间和光谱两个重要方面的检测，并且获得大量的地物目标的空间几何特征和道路光谱信息，由于光谱解混的高光谱图像有很强的独立性，所以在采用光谱解混的高光谱图像时，要将道路检测的光谱和空间几何特征结合起来，才能有效的提高道路检测对目标物的识别能力和检测结果的准确度，确保目标检测物的完整性。
　　检测方法的缺点：光谱解混图像虽然具有很多有点优点，但是由于解混图像对混合像素的解混技术目前还存在一些问题，所以在进行光谱解混的时候如果没有处理好图像像素的解混会影响高光谱图像的空间分辨率，很多混合像素没办法得到解混，降低光谱检测时的数据精度，最后直接降低道路检测水平。同时利用高光谱图像道路检测方法时，还要合理把握结婚图像的线性混合模型来描述高光谱图像中像素光谱，而现在进行光谱图像解混时，很难合理把握线性模型的定性，导致后期的独立分量分析结果不精准。
　　
　　四、高光谱道路检测方法影响因素
　　高光谱道路检测中要进行混合像素光谱解混、独立分量分析、均值算子检测、Hough技术检测以及断线连接几个检测流程，每一个环节都是重要的因素，都对道路检测结果产生着重要的影响。
　　（一）混合像素光谱解混检测
　　混合像素光谱解混的质量直接关系到光谱空间信息覆盖面，光谱像素解混的清晰度直接影响到道路检测获得目标物的空间几何特征以及图像分辨率的高低，所以混合像素的光谱解混图像越清晰，道路检测结果就更加精准、更加可靠。
　　（二）独立分量检测
　　光谱解混中独立分量的分析是将检测数据进行线性分解，这里对独立分量分析还要注意线性模型特性对独立分量的影响，线性模型具有定向性，对目标物的方向进行探测，独立分量的分析能实现道路检测的无监督解混，利用线性模型对道路检测进行描述，所以这里独立分量分析一定要运用好线性模型的定向性，要不断提高独立分量分析水平，减少道路检测中因独立分量分析不到位对检测结果的影响。
　　（三）均值算子检测
　　均值比例算子是道路检测中一种恒虚警边缘的测算算子，它通过对空间内的模板移动程度进行均值比例检测，为道路检测提供变量数据分析，了解道路实物的变化情况。利用均值算子运算时要考虑数值的定量和变量，考虑到数值的稳定性，在运算中控制好影数值的变量，一般保持在0~1之间，尽可能减少在测量中变量对测量结果的影响。
　　（四）Hough技术检测
　　光谱解混中对独立分量分析得到的道路检测特征通过Hough技术进行变换，Hough变换对道路目标进行直线检测，然后断线连接，确定完整的道路检测目标。Hough技术水平直接影响着道路检测中实物目标的确定，对目标物进行直线检测,能很好的线性模型在移动中不稳定变化问题，减少检测结果的实际误差，达到检测结果的高精准度。
　　
　　结束语
　　高光谱图像道路检测方法的使用大大提高道路检查的科学性、可靠性以及检测水平，实践证明高光谱图像应该被广泛运用到道路检测过程中，为道路检测提供更精准、更可靠的图像检测结果。虽然目前高光谱图像使用还存在一些技术上的问题，但是随着科技的发展信息技术的提高，高光谱图像道路检测方法会得到不断的完善和大面积的推广，所以，高光谱图像道路检测方法具有切实可行性，要坚持高光谱图像道路检测方法的研究，不断创造和发明道路检测新技术，提高道路检测的整体水平和检测质量。
　　
　　参考文献：
　　[1] 余先川，李建广.基于二次散射的高光谱遥感图像光谱非线性混合模型[J]. 国土资源遥感,2013(01)
　　 [3]孙旭光，蔡敬菊.基于非负矩阵分解的高光谱图像混合像元分解[J].光电工程,2012(12)
　　 [5]季艳，李波，谷延锋，胡蕾.一种基于光谱解混的高光谱图像道路检测方法[J].电子学报，2010（01）
　　[6]欧阳征平.高光谱遥感图像局部异常检测算法研究[D].国防科学技术大学，2011
　　[7]Zhimin XuEdmund，Y. La.Image reconstruction using spectroscopic and hyperspectral information for compressive terahertz imaging[J]. Journal of the Optical Society of America. A,Optics, image science, and vision，2010（7）
　　[8] Shi jin，Li Hao，WuDingsheng，WanJiali Zhu. An effective feature selection method for hyperspectral image classificationbased on genetic algorithm and support vector machine[J]. Knowledge-based systems，2011(1)

转载注明来源:https://www.xzbu.com/2/view-4522461.htm