详情

原文传递一种基于无人机成像光谱的中小水体水质类型识别方法

专利名称：	一种基于无人机成像光谱的中小水体水质类型识别方法
摘要：	本发明涉及一种基于无人机成像光谱的中小水体水质类型识别方法，包括（1）水体水质类型与水体光谱反射率曲线的获取，（2）水质类型识别模型建立，（3）目标水体光谱影像的获取，（4）无人机成像光谱影像处理，（5）无人机成像光谱影像的光谱反射率提取，（6）中小水体水质类型识别等步骤。本方法实现了对中小水体水质的自动识别，具有识别速度快、识别准确率高的优点，可以作为传统水质监测手段的有益补充，提高了中小水体水质监测的业务化水平。
专利类型：	发明专利
国家地区组织代码：	上海;31
申请人：	上海市水文总站
发明人：	田华;季铁梅;程溶;巩彩兰;胡勇;李澜;储美华;马贺平
专利状态：	有效
申请日期：	2019-07-23T00:00:00+0800
发布日期：	2019-10-29T00:00:00+0800
申请号：	CN201910664888.1
公开号：	CN110389114A
代理机构：	南京纵横知识产权代理有限公司
代理人：	陈良
分类号：	G01N21/47(2006.01);G;G01;G01N;G01N21
申请人地址：	200232 上海市徐汇区龙华西路241号
主权项：	1.一种基于无人机成像光谱的中小水体水质类型识别方法，其特征在于：包括以下步骤： (1)水体水质类型与水体光谱反射率曲线的获取：采用地物光谱仪获取若干水体的光谱反射率曲线，对所述光谱反射率曲线进行去噪和归一化处理；对所述若干水体分别进行水样采集，检测并分析所述水样的水质数据，根据水质数据对所述水体进行归类； (2)水质类型识别模型建立：对每条所述水体光谱反射率曲线进行主分量分析，每条光谱反射率曲线均选取前T个主分量；将选取的各条光谱反射率曲线的主分量构成水体光谱特征矩阵；将光谱特征矩阵输入到SVM分类器当中，训练完成可获得水质类型识别模型；所述T不小于2； (3)目标水体光谱影像的获取：采用无人机飞临目标水体上空，利用成像光谱仪获取所述目标水体的光谱影像数据以及设置在目标水体周围的地面靶标的光谱影像数据； (4)无人机成像光谱影像处理：包括计算所述目标水体各个位置以及地面靶标的辐亮度、辐亮度几何校正、目标水体区域选择及裁剪、影像去噪； (5)无人机成像光谱影像的光谱反射率提取：利用所述地面靶标的辐亮度和反射率，计算得到各波段下所述目标水体的反射率，计算公式如下： Rλ(x,y)是目标水体(x,y)处在波长λ时的反射率； Lλ(x，y)是目标水体(x,y)处在波长λ时的图像辐亮度值； Lλ(x0，y0)是靶标在波长λ时的图像辐亮度值； ρλ(x0,y0)是靶标在波长λ时的反射率值；对所述目标水体各位置在同一波段下的反射率取平均值得到在特定波段下目标水体平均反射率；集合各波段的目标水体平均反射率可得到目标水体平均光谱反射率曲线； (6)中小水体水质类型识别：对步骤(5)中获取的所述目标水体平均光谱反射率曲线进行光滑、归一化和主分量分析，选择前T个主分量构成光谱特征向量，随后将所述光谱特征向量输入到所述水质类型识别模型当中，分析得到目标水体的水质类型；所述T不小于2。 2.根据权利要求1所述的基于无人机成像光谱的中小水体水质类型识别方法，其特征在于：所述步骤(1)中，每一类水质样本数量大于50。 3.根据权利要求1所述的基于无人机成像光谱的中小水体水质类型识别方法，其特征在于：所述步骤(2)中，T不小于10。 4.根据权利要求1所述的基于无人机成像光谱的中小水体水质类型识别方法，其特征在于：所述步骤(3)中，无人机在晴空、风速小于3级的天气条件下飞临目标水体上空。 5.根据权利要求1所述的基于无人机成像光谱的中小水体水质类型识别方法，其特征在于：所述步骤(3)中，地面靶标为反射率稳定的布片或者板材。 6.根据权利要求5所述的基于无人机成像光谱的中小水体水质类型识别方法，其特征在于：所述步骤(3)中，地面靶标尺寸至少有10个像元。 7.根据权利要求1所述的基于无人机成像光谱的中小水体水质类型识别方法，其特征在于：所述步骤(4)中，对于所述目标水体上存在的阴影及耀斑区域，采用邻近非阴影及耀斑区域像素值替代阴影及耀斑区域区域的像素值。
所属类别：	发明专利