第33卷，第5期 2013年5月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
Vol. 33, No. 5, pp1285-1289
May，2013
基于三维光谱角统计的光谱图像信息提取方法
冯维一'，陈钱1，何伟基"，顾国华"，苗壮2 1.南京理工大学，江苏省光谱成像与智能感知重点实验室，江苏南京210094 2西安微光夜视技术重点实验室，院西西安710065
摘要提出了一种新的基于三维光谱角统计的光谱图像信息提取方法。通过对影像上横向、整向和对角方向相邻像元间采用光谱角计算相似度，构成一个三维的信息统计模型。该模型反映了相邻像元间所代表物质的相似度，通过在统计模型中设置不同的离值和提取不同轴向的切片，可以从影像中提取代表同种物质的均匀区域和边缘信息，用于监督分类中训练样本的采集。该统计方法与直方图、散点图等传统统计工具相比，鲁棒性和可靠性更高，提取的信息更丰富。
三维光谱角；高光谱，直方图；微点图；端元提取
关键词
中图分类号：0433
引言
文献标识码：A
DOI; 10.3964/j. issn. 1000-0593(2013)05-1285-05
于光谱信息的三维光谱角统计方法，充分利用了光谱数据立方体的光谱信息维数据，通过定性定量分析，可用于监督分
在高光谱图像的监督分类中，需要对样本图像端元进行特征统计，并通过白学习后的分类器对图像进行分类，训练样本的数量以及代表性十分重要，直接影响到分类精度()，获取端元大体分四个途径，即：光谱库、模拟、野外实测和图像中直接提取。前三种途径由于不同传感器光谱响应、尺度效应、大气影响、辐射条件及物候等各种因素的影响，所得到的光谱曲线与光谱影像数据有一定的偏差，而第四种路径获取的端元与影像数据的度量尺度相同，所以从影像本身获取端元是目前获取有效端元的主要途径和研究的热点。
纯像元指数(purepixelindex，PPD)(2)是获取图像端元最
常用的方法之
，为了提取最纯净像元，光靠人眼的主观判
断难以识别，需要借助一些图像分析工具来辅助确定PPI阔
值，常用的图像分析工具有直方图和散点图对
利用直方图
统计可以确定提取最纯净像元的阔值，并通过作散点图对数据的相关性进行直观地观察，PPI值高的像素点会落人到二维散点图的拐角相对应的区域中。这两种方法分别从光谱图像数据的灰度分布和相关性进行定性地分析，来辅助分析端元提取，但是这两种方法都是基于图像灰度值来统计分析，不具稳定性，比如图像中存在阴影、光线等干扰时，基于灰度信息统计的工具显然缺乏可靠性。本文提出了一种新的基
收稿日期：2012-10-08，修订日期：2012-12-18
类中均匀样本区域的选取。由于利用光谱信息，该方法具有鲁棒性。此外，该统计方法还能进行一些适合高光谱图像的信息特征提取，如边缘提取等。
三维光谱角图统计方法
无论是直方图还是散点图，都只利用了一个波段或者两个波段的灰度信息，这种方法的统计结果就很容易受到环境光或阴影的影响。而高光谱图像拥有丰富的光谱信息，不同的物质，在光谱曲线上显示的光谱特征和形态也不同。对于一个具有N个波段的光谱图像，图像中的每个点就是一个 N维光谱向量X=（，，，,），其中每个分量r（i=1， 2,*，N)表示该点在第1个波段上的辐射亮度值。本文提出的基于三维光谱角的统计信息方法，可以确定和标注图像中具有相同光谱特性的像元，为分类器提供更加精确的训练样
本。 1.1
光谱角计算方法
不同的光谱向量之间可以通过计算光谱角度来确定两者之间的相似度，夹角越小，说明越相似。本文采用光谱角填图(SAM)计算方法(*6)，它的显著特点就是夹角值与光谱向量的模无关，即与图像的增益系数无关，只比较光谱在形状
基金项目：国家自然科学基金青年项目(61101196)，国家自然科学基金项目(61271332)和国家博士后基金项目(2012M521085)资助作者简介：冯维，1988年生，南京理工大学电子工程与光电技术学院硕博连读生
*通讯联系人
万方数据
e-mail; chenq@mail. njust, edu, cn
e-mail, fwynj163, com