基于EM-MLC的高光谱图像方法识别海洋赤潮的研究.pdf

《基于EM-MLC的高光谱图像方法识别海洋赤潮的研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、高技术通讯2006年6月第l6卷第6期基于EM-MLC的高光谱图像方法识别海洋赤潮的研究!赵文仓!姬光荣!（青岛科技大学自动化与电子工程学院青岛266042）（!中国海洋大学电子工程系青岛266003）摘要提出了一种综合利用小波变换高低通滤波数据的海洋赤潮识别方法。基于低通滤波数据，利用基于有限混合密度理论期望最大（EM）算法作为最大似然分类（MLC）参数估计的方法（EM-MLC）来进行赤潮、非赤潮和过渡水体的分类识别，并可进一步识别出不同优势种藻类引发的赤潮区域；利用高通滤波数据，可以分析赤潮爆发中非优势种藻类的信息，这就为引发赤潮的藻类种类的判断奠定了基础。通过实验验证了本方法

2、可以有效地进行赤潮识别。同时，根据检测出的过渡水体区域信息，可以进行赤潮爆发前的预测。关键词EM-MLC，小波分解，海洋赤潮，高光谱图像，赤潮识别李峰等利用统计学方法对高光谱数据进行了分析方［9］0引言法的研究。以上的方法都是在已知训练样本或者有关欲分类样本先验知识的基础上进行的，在某些赤潮监测目前主要包括爆发现场测量和遥感监情况下限制了它们的使用范围，不能有效地识别过［l］测两种方法。其中遥感监测因具有面积大、同步渡水体。本文提出了一种利用小波变换对原始数据成像和相对廉价等优势，在赤潮监测中扮演着愈来进行预处理，而后进行海洋赤潮识别的方法。该方愈重要的角色。遥感监测主要有卫星和航

3、空遥感两法基于低通滤波数据，利用基于有限混合密度理论种手段。卫星遥感具有重复观测周期长、空间分辨期望最大（EM）算法作为最大似然分类（MLC）参数率低和传感器设置的波段少等缺陷，难以实现对海估计的方法（EM-MLC）来进行赤潮、非赤潮和过渡水洋赤潮的准确监测。我国自行研制的推帚式成像光体的分类识别；利用高通滤波数据，进行赤潮爆发中谱仪（PHI），对每个空间像元进行连续l24（或246）非优势种藻类信息的分析，为引发赤潮的藻类种类个波段的光谱覆盖，形成表征飞行方向、扫描方向和的判断奠定了基础。该方法经过了海洋赤潮检测实光谱波长的三维立体遥感数据，其中每个波段产生验，实验表明，该方法可

4、以有效地进行赤潮识别，同［2，3］一幅图像，这些特点，为实现海洋赤潮监测提供时，根据检测出的过渡水体区域信息，可以进行赤潮了有力的基础条件。爆发前的预测。关于用高光谱监测海洋赤潮的研究，研究人员［2，4］已做了许多工作。范学炜等通过合成假彩色图l海洋赤潮对高光谱图像波形的影响像提取异常区域的反射率曲线以及构造相关分析函及其特征分析数的方法，初步探讨了利用高光谱图像进行赤潮监测的方法；姜小光等根据传感器间的相关性，研究了高光谱图像的光谱信息是由物质内在的吸收和［5］高光谱数据中最佳波段和特征参数的提取方法；反射性质所决定的，通过对光谱信息的分析应当能［l］［l0，ll］马毅进行了赤潮

5、航空高光谱遥感发现模型和赤潮够获知物体的内在属性。赤潮海水颜色和浓生物优势种类高光谱识别模型的设计和应用研究工度的不同反映在高光谱图像波形上就是吸收和反射［l2］作；Zhao等利用神经网络集成的方法训练了一个快峰的位置和强度的差异。CuiTW等发现，丹麦［6］速的赤潮识别模型，并且基于高光谱数据的内在细柱藻的吸收峰介于660~668nm之间，反射峰位于［7，8］属性给出了一种寻找各类训练样本集的方法；686~695nm区间；中肋骨条藻分别位于655-665nm"863计划（200lAA636030）、青岛科技大学博士基金资助项目。!男，l973年生，博士，副教授；研究方向：图像处理

6、与模式识别、神经计算和人工智能；联系人，E-maiI：wencangzhao@maiI.edu.cn（收稿日期：2005-02-0l）—652—赵文仓等：基于EM-MLC的高光谱图像方法识别海洋赤潮的研究［l3］和686~692nm之间。吴永森等发现叶绿素在出，高通滤波后的数据对应于非优势种藻类小的波655~670nm产生了一个强吸收峰，不同的赤潮水体动。由于含有不同的藻类细胞，不同的藻类细胞含有的叶绿素种类不同，将在687nm~695nm以及700nm和2基于EM最大似然分类器的优势种707nm处出现一反射峰。如图l所示，其它的波段藻类赤潮识别也略有差异。不同藻类的吸收峰和反射峰

7、位置略有差异，藻类的浓度影响吸收峰和反射峰的强度（面积2.1混合密度的EM参数估计算法大小）。在一次赤潮发生过程中起主要作用的只有EM算法是迭代计算混合密度最大似然估计少数的几种藻类，被称为优势种藻类。优势藻类对（MLE）的一个常用方法。它的最大特点在于，它是高光谱数据的影响如图l所示的大的波谷和波峰，通过对完全数据的处理来解决不完全数据的问题。而非优势种藻类的作用则表现为相应波段的一些小EM算法是个迭代算法，从初始值!（0）开始，迭代地的波动，过渡水体的相应波段的波