基于小波包变换的叶片高光谱数据的树种分类.pdfVIP

第29卷，第5期 光谱实验室 V01．29，No．5 201 ChineseJ0t‘r7Inls 2 2年9月 ofpectroscop，Lc面orntor， 基于小波包变换的叶片高光谱数据的树种分类① 褚西鹏 葛宏立② 陈柯萍 摘 要非成像高光谱数据的特点为树种的精细识别提供了可能。非成像高光谱数据的多波段特性， 使得利用数据间的微小差异来进行树种的识别分类研究成为可能。该文利用光谱相关匹配(spectral correlation 高光谱数据进行预处理及识别分类研究。结果表明，经过数据平滑预处理，可以有效地去除噪声，提高叶片 高光谱数据的树种分类的精度。小波分析能有效的去除光谱中的噪声信息，保留光谱中的有效信息。在小 波包变换的基础上，经过中值滤波数据预处理之后的分类精度高于均值滤波数据预处理后的分类精度。 关键词树种；高光谱；小波包变换；均值平滑；中值平滑 中图分类号：0433．4 文献标识码：A 文章编号：1004—8138(2012)05—2794一05 1 引言 高光谱遥感能提供更多的精细光谱信息，它除了应用于矿物识别并实现单矿物识别和填图外， 还广泛应用于植被遥感中，并已成为地表植被地学过程对地观测的强有力工具[1]。在高光谱的树种 别方面的精度[2’3]。本文分析不同树种的高光谱信息，拟用不同方法进行树种分类研究。 ． 平滑法、小波变换法等在光谱去噪的研究中都有较好的应用[4’5]。对于小波包去噪的研究，王培 茂等利用小波包算法对地震信号进行了去噪研究[6]。另外还有文献报道利用改进阈值方法等的小 波包去噪研究口]。对于植被光谱，由于近红外光谱的吸收强度较弱，样品易受测量条件等因素的影 响，会造成基线的漂移、仪器随机误差和环境背景噪声等因素的干扰[8]。所以在进行光谱数据分析 时，应对数据进行去噪处理，数据平滑是减少光谱噪声常用的方法，可以提高信噪比。在树种的分类 识别方面，光谱数据的平滑可以有效的提高树种的分类精度。本文在对光谱数据进行去噪的基础上 进行分类识别研究，研究表明，在小波包变换基础上的中值滤波的去噪分析可以较好地提高树种的 分类识别精度。 作者简介：褚西鹏(1986一)，男，浙江省宁海县人，在读硕士，主要从事高光谱遥感方向研究工作。 葛宏立(1960一)，男，浙江省诸暨市人，教授，博士，主要从事遥感技术应用方向研究工作。 收稿日期：2011—1l一17；接受日期：2011—12—08 万方数据 第5期 褚西鹏等：基于小波包变换的叶片高光谱数据的树种分类 2 实验部分 2．1仪器与材料 ASD Pro FieldSpecFR型野外光谱辐射仪(北京欧普特科技有限公司)。 实验所需的植被叶片样本来自浙江农林大学校内植物，包括冬青(肌础刎钟琊妇)、板栗 口研口6口如)、马尾松(P跏“s优口ss伽如以口)、湿地松(P加“s洲妞掰勘∥砌)。 2．2数据采集 Pro 叶片的光谱值测定在室内进行，采用ASDFieldSpecFR型野外光谱辐射仪进行光谱测量。 正，以保证测量的准确性和稳定性。选择了冬青、板栗、马尾松、毛竹、雷竹5个常见的树种进行实 验，每个树种选取5棵树，每棵树采集10片向阳面的成熟叶片，共50个样本。采集松科中的雪松、 黑松、金钱松、马尾松、湿地松的5个树种，每个树种40个样本，用来检验分类方法对同科中的不同 树种的分类精度效果。 2．3实验原理与方法 2．3．1移动平均平滑法 的移动平滑。 2．3．2移动中值平滑法 的移动平滑。 2．3．3小波包分析去噪原理 ”7 小波分析的思想是用一族函数去表示或逼近一 信号或函数，这一族函数称为小波函数系。小波包分 … 析是小波分析的进一步推广，在小波包分析中，其信， 号去噪的算法思想和在小波分析中的基本相同，有置 所不同的是小波包提供了一种更为复杂，也更为灵