高光谱图像目标检测技术的研究现状
近年来,国内外科技界和工业部门从不同方面对矿产资源检测和矿区重金属污染物监测进行了深入研究。在矿产资源高光谱遥感探测方面,通过成像光谱仪测量岩石和矿物的光谱特征,开展识别矿物和探测环境的研究,获取一体化图件信息,形成高光谱岩石和矿物识别与制图的技术流程和方法,在岩石和矿物识别、信息提取和专题制图方面取得突破(Boardman等,1994;杜佩君等人,2003年;克鲁斯等人,2006年;张杰,2006;张兵等,2008;王润生等人,2007,2010)。近十年来,关于矿山重金属污染监测、分析和评价方法的研究论文和报告逐渐增多。比如利用高光谱数据和矿物识别谱系有效识别铜矿区污染类型(甘福平,2004);在实验室分析了不同程度铜和重金属污染的煤矸石山周围土壤的光谱特征(高等,2005);基于光谱仪实测光谱数据,综合考虑污染物的光谱特征,对矿山污染物和废矿石造成的污染、冶金废水造成的水污染及其植被污染、长期采矿活动造成的采矿土壤重金属污染进行信息提取研究(Kemper et al .,2002;严守勋等,2003;钟常凯,2004;甘福平,2004;崔龙鹏等,2004;张杰,2006;Choe等人,2008年;任等,2009;拉希德,2010).此外,也有学者对植被生化参数、植被指数、导数光谱、红边位移分析、回归分析、胁迫效应、病害监测、农药残留检测、重金属污染等做了大量研究(Mutanga等,2004;刘等,2004;陈等,2009;辛格等人,2010;刘等,2011);随着对不同环境下地物光谱变化特征的深入研究,基于地物光谱变化细微变化的矿山生态环境遥感定量检测实用技术也已出现(Ferrier,1999;高等,2005;Choe等人,2008年;任红燕等人,2008年;金清华等,2009;Bech等人,2012).
综上所述,现有的成果大多是通过光谱曲线特征点和特征参数提取、光谱微分处理、光谱吸收特征获取、光谱指数计算、统计分析、混合像元分解、光谱匹配等手段,对光谱仪的像元光谱或被测光谱进行处理和分析。但缺乏利用支持向量机等现代数学理论如SVM、小波包变换(WPT)、谐波分析(HA)和自适应神经网络(ANN)等手段对光谱曲线进行深度变换,因此在噪声分离、同光谱异物和同光谱异物处理、痕量(弱)信息识别等方面存在很大不足。因此,有必要开展基于现代数学理论的高光谱遥感数据转换与处理、信息提取与分析的应用研究。