專利名稱：：蝕變遙感異常提取方法和系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
：本發(fā)明一般地涉及利用信息技術(shù)輔助礦床勘查，具體地涉及蝕變遙感異常提取的方法和裝置。
背景技術(shù)：
：近礦圍巖蝕變是成礦物質(zhì)逐步富集成礦過程中留下的印跡。最常見的蝕變?yōu)楣杌?、絹云母化、綠泥石化、云英巖化、矽卡巖化、白云巖化、重晶石化及錳鐵碳酸鹽化。地質(zhì)學(xué)家斷言絕大多數(shù)內(nèi)生礦床都伴隨有其圍巖的交代蝕變現(xiàn)象。因而可以利用近礦蝕變圍巖指導(dǎo)找礦。所謂蝕變遙感異常信息是利用數(shù)學(xué)手段從遙感數(shù)據(jù)量化提取出來的、用以表征有可能與礦化最相關(guān)的近礦蝕變巖石的指示信息。蝕變遙感異常信息作為找礦標(biāo)志已被廣泛應(yīng)用。已經(jīng)發(fā)展了很多利用遙感數(shù)據(jù)進(jìn)行礦化信息提取的技術(shù)。趙元洪等在"波段比值的主成分復(fù)合在熱液蝕變信息提取中的應(yīng)用，，.國土資源遙感，1991(3)中提出了波段比值的主成分復(fù)合法。1994年，何國金，胡德永，陳志軍等在"從TM圖像中直接提取金礦化信息".遙感技術(shù)與應(yīng)用，1995，10(3):51-54中提出了"微量信息處理"方法。張遠(yuǎn)飛，吳健生在"基于遙感圖像提取礦化蝕變信息"有色金屬礦產(chǎn)與勘查，1999，8(6):604-606中利用"多元數(shù)據(jù)分析+比值+主成份變換+掩膜+分類(分割)"的方法在新疆、內(nèi)蒙古及江西、云南成功的提取了金礦化蝕變信息。劉成，王丹麗，李笑梅在"用混合像元線性模型提取中等植被覆蓋區(qū)的粘土蝕變信息"[J].地質(zhì)找礦論，2003，18(2):131-137)中利用混合像元線性分解模型提取了臥龍泉地區(qū)粘5土蝕變信息。但是，目前所利用的這些技術(shù)提取出來的異常往往包含各種類型礦床的蝕變信息，而且包含有大量的與礦化關(guān)系不大的"面積型"異常。所謂"面積型"異常是指在一定切割水平上，所提取出來的異常明顯成片，異常范圍相對較大，大約10公里這個數(shù)量級。這類異常往往與礦化關(guān)系不大，通常由區(qū)域性巖石蝕變引起，例如在新疆東天山翠嶺地區(qū)火山巖的綠簾石化。如果存在大量的遙感蝕變異常與礦化沒有關(guān)系，將使得提取出來的遙感蝕變異常缺乏找礦的針對性，對地質(zhì)礦產(chǎn)勘查來說，增加了分析與判別有效找礦信息的難度。這里所說的分析與判別有效找礦信息是非常重要的。將遙感技術(shù)應(yīng)用于找礦勘查，一般分為三個步驟數(shù)據(jù)處理、數(shù)據(jù)分析和有效找礦信息判別。對應(yīng)用蝕變遙感異常找礦來說，首先需要提取遙感數(shù)據(jù)中包含的蝕變遙感異常，然后分析這些異常的性質(zhì)，判別其與礦化的關(guān)系。已有的蝕變遙感異常提取方法提取出來的異常信息是一個包含各種蝕變的信息，比如，利用主成分分析技術(shù)提取出來的異常是某個特征組合優(yōu)先排序的結(jié)果，其中包含了各種礦床的混雜的信息。從如此混雜的信息中提取有效找礦信息是很困難和耗時的。
發(fā)明內(nèi)容針對現(xiàn)有技術(shù)的上述問題，提出了本發(fā)明。根據(jù)本發(fā)明的一個方面，提出了一種蝕變遙感異常提取方法，用于從輸入的遙感數(shù)據(jù)提取表征與礦化相關(guān)的近礦蝕變巖石的信息，所述遙感數(shù)據(jù)包括多個波段的地理區(qū)域內(nèi)的像元值，包括下述步驟對輸入的遙感數(shù)據(jù)進(jìn)行前處理；從經(jīng)所述前處理后得到的遙感數(shù)據(jù)所表征的遙感圖像中切割出包含已知礦床類型的第一圖像區(qū)域；對該第一圖像區(qū)域，利用預(yù)先確定的閾值從該第一圖像區(qū)域中選擇其中異常符合該閾值的第二圖像區(qū)域；以及針對該第二圖像區(qū)域，基于該已知礦床類型的參考譜，確定第二圖像區(qū)域和該已知礦床類型之間的相似程度。沖艮據(jù)本發(fā)明的另一方面，提取出一種蝕變遙感異常提取裝置，用于從輸入的遙感數(shù)據(jù)提取表征與礦化相關(guān)的近礦蝕變巖石的信息，所述遙感數(shù)據(jù)包括多個波段的地理區(qū)域內(nèi)的像元值，包括對輸入的遙感數(shù)據(jù)進(jìn)行前處理的部件；從經(jīng)所述前處理后得到的遙感數(shù)據(jù)所表征的遙感圖像中切割出包含已知礦床類型的第一圖像區(qū)域的部件；對該第一圖像區(qū)域，利用預(yù)先確定的閾值從該第一圖像區(qū)域中選擇其中異常符合該閾值的第二圖像區(qū)域的部件；以及針對該第二圖像區(qū)域，基于該已知礦床類型的參考譜，確定第二圖像區(qū)域和該已知礦床類型之間的相似程度的部件。本發(fā)明基于某一特定類型礦床的蝕變巖石具有獨(dú)特的波譜特征，由此提取該類型礦床的蝕變遙感異常，并將其結(jié)果有針對性地應(yīng)用于找尋該類型礦床。利用本發(fā)明的技術(shù)方案，能夠解決已有蝕變遙感異常提取方法所獲取的異常分布范圍廣，大量的與找礦關(guān)系不大的"面積型"異常出現(xiàn)，找礦沒有針對性等問題。本發(fā)明采用礦床分類型蝕變遙感異常提取技術(shù)獲取的異常分布范圍小，減少了與找礦關(guān)系不大的"面積型"異常，對該類礦床的勘查針對性強(qiáng)，有利于更快更準(zhǔn)的優(yōu)選找礦靶區(qū)，對于礦產(chǎn)勘查工作可以起到節(jié)省時間、節(jié)約人力物力，事半功倍的作用，是科學(xué)技術(shù)進(jìn)步促進(jìn)生產(chǎn)發(fā)展的新技術(shù)。該技術(shù)的有效性在實(shí)踐中得到了驗(yàn)證。申請人利用這種方法發(fā)現(xiàn)了多個礦(化)點(diǎn)，為當(dāng)?shù)氐恼业V做出了顯著貢獻(xiàn)。通過結(jié)合附圖對本發(fā)明各個實(shí)施例的詳細(xì)描述，本領(lǐng)域的技術(shù)人員可以更好地理解本發(fā)明的上述和其它方面、特點(diǎn)和優(yōu)點(diǎn)，其中在所有附圖中使用相同或相似的附圖標(biāo)記來表示相同或者相似的部件，在附圖中圖1示出了根據(jù)本發(fā)明一個實(shí)施例的蝕變遙感異常提取方法的流程圖2示出了根據(jù)本發(fā)明一個實(shí)施例的遙感數(shù)據(jù)前處理的流程圖3示意性地示出了根據(jù)本發(fā)明一個實(shí)施例的邊界信息；圖4示意性地示出了邊界信息去除前后的對比示圖5示出了根據(jù)本發(fā)明一個實(shí)施例的蝕變遙感異常提取裝置的框圖。具體實(shí)施例方式下面將結(jié)合附圖詳細(xì)描述本發(fā)明的具體實(shí)施例。如果考慮到對某些相關(guān)現(xiàn)有技術(shù)的詳細(xì)描述可能會混淆本發(fā)明的要點(diǎn)，則不會在這里提供其詳細(xì)描7述。本發(fā)明的礦床分類型異常提取是建立在分析測試某種類型礦床巖石波譜特征的基礎(chǔ)上的一種有針對性的蝕變遙感異常提取技術(shù)。這種技術(shù)的基礎(chǔ)是典型礦床中大量蝕變巖石的波譜測試分析，波譜曲線特征統(tǒng)計，規(guī)律總結(jié)。例如，通過對新疆東天山地區(qū)黃山東鎂鐵質(zhì)銅鎳礦、沙泉子夕卡巖型鉛鋅礦和天目剪切帶型金礦三種不同類型礦床的波譜統(tǒng)計結(jié)果，可以看出，三種不同類型礦床的波譜特征差別顯著。正是基于上述發(fā)現(xiàn)，本發(fā)明所采用的分類技術(shù)不同于遙感處理常見的監(jiān)督分類技術(shù)和非監(jiān)督分類技術(shù)，是一種與典型礦床的空間分布及蝕變巖石的波譜特征相關(guān)的特征異常區(qū)門限化監(jiān)督分類技術(shù)。下面將參照附圖，對于本發(fā)明的示例性實(shí)施例進(jìn)行描述。圖1示出了根據(jù)本發(fā)明一個實(shí)施例的蝕變遙感異常提取方法100的流程圖。如圖1所示，根據(jù)本發(fā)明一個實(shí)施例的蝕變遙感異常提取方法100包括用于從輸入的遙感數(shù)據(jù)提取表征與礦化相關(guān)的近礦蝕變巖石的信息，所述遙感數(shù)據(jù)包括多個波段的某地理區(qū)域內(nèi)的像元值，包括下述步驟在步驟S110,對輸入的遙感數(shù)據(jù)進(jìn)行前處理；在步驟S120，從經(jīng)所述前處理后得到的遙感數(shù)據(jù)所表征的遙感圖像中切割出包含已知礦床類型的第一圖像區(qū)域；在步驟S130，對該第一圖像區(qū)域，利用預(yù)先確定的閾值從該第一圖像區(qū)域中選擇其中異常符合該閾值的第二圖像區(qū)域；以及在步驟S140，針對該第二圖像區(qū)域，基于該已知礦床類型的參考語，確定第二圖像區(qū)域和該已知礦床類型之間的相似程度。首先，需要說明的是，這里所說的遙感數(shù)據(jù)，是一種基于地面光譜特征的中低分辨率的多光譜衛(wèi)星遙感數(shù)據(jù)，所獲得的數(shù)據(jù)格式一般是數(shù)字的，即計算機(jī)儲存的位圖格式，一般從衛(wèi)星地面站或其他代理機(jī)構(gòu)購買，數(shù)據(jù)反映了每個波段輻射特征的灰度值。在本發(fā)明的一個實(shí)施例中，數(shù)據(jù)選擇自某個日期etm或aster數(shù)據(jù)中某個地區(qū)的數(shù)據(jù)，例如選擇如下期間的數(shù)據(jù)植被發(fā)育弱、冰雪覆蓋較少的季節(jié)，同時要求數(shù)據(jù)獲取期間，該區(qū)域的天空云量較少，比如選擇東天山成礦帶的某景etm或aster數(shù)據(jù)。etm數(shù)據(jù)與aster數(shù)據(jù)是兩種多光譜遙感數(shù)據(jù)，地質(zhì)學(xué)家或礦務(wù)學(xué)家常常將其用于地質(zhì)找礦，這兩種數(shù)據(jù)是公開的，任何人都可以得到。Etm指EnhancedThematicMapperPlus,增強(qiáng)性專題制圖儀，tm指ThematicMapperPlus專題制圖儀，是安》文在美國陸地衛(wèi)星上的傳感器，用于接受地面的數(shù)據(jù)。Aster指AdvancedSpaceborneThermalEmissionandReflectionRadiometer,先進(jìn)星載熱發(fā)射和反射輻射儀。是安放在美國Terra衛(wèi)星上的日本設(shè)計的傳感器。選擇數(shù)據(jù)以后我們要對數(shù)據(jù)進(jìn)行影像合成，一般對于etm數(shù)據(jù)選擇743波段組合合成影像數(shù)據(jù)，對于aster數(shù)據(jù)一般選擇631波段組合合成影像數(shù)據(jù)。作為示例，所謂影像數(shù)據(jù)可以釆用RGB格式，例如R放置6波段(或7波段)，G放置3波段(或4波段)，B放置1波段(或3波段)。影像數(shù)據(jù)用于顯示遙感圖像的影像。下面，參照附圖對于圖1所示流程圖中的各步驟進(jìn)行詳細(xì)說明。一、遙感數(shù)據(jù)前處理圖2示出了根據(jù)本發(fā)明一個實(shí)施例的遙感數(shù)據(jù)前處理S11G的流程圖。如圖2所示，根據(jù)本發(fā)明一個實(shí)施例，在步驟Slll,進(jìn)行邊界信息剔除，所謂邊界信息是指，在獲取遙感數(shù)據(jù)時，各個波段在邊界處的信息不重合區(qū)域的信息，由此通過去除邊界信息，使得各個波段的邊界處信息重合。在步驟S111后，前進(jìn)到步驟S112。在步驟S112,去除常見干擾異常。具體地，對于經(jīng)過邊界信息去除處理的遙感數(shù)據(jù)，判斷有無云、水體、陰影區(qū)、白泥地、冰雪、植被、濕地、干河道、沖積扇九類常見干擾異常，如有則進(jìn)行去除，去除方法為比值法、高端或低端切割法、Q值法、光語角法中的一個或其組合。然后，前進(jìn)到步驟S113。在步驟S113,對于去除了統(tǒng)計某個遙感區(qū)域內(nèi)的像元值，并以直方圖表示，判斷該直方圖是否符合正態(tài)分布，如果不滿足正態(tài)分布，則把該遙感區(qū)域劃分為多個次級區(qū)域，使得每個次級區(qū)域內(nèi)的每個波段直方圖符合正態(tài)分布，這是因?yàn)檎龖B(tài)分布能夠使得分析后蝕變信息量更大，并且提取結(jié)果更準(zhǔn)確。然后，前進(jìn)到步驟S114。在步驟S114，將符合各個正態(tài)分布的區(qū)域內(nèi)的像元值統(tǒng)一轉(zhuǎn)換到的范圍。然后，前進(jìn)到步驟S115。在步驟S115,對經(jīng)步驟S115處理得到的數(shù)據(jù)進(jìn)行主成分變換。在步驟S116,切割掉正態(tài)分布區(qū)域的邊纟彖部分。下面對剔除邊界信息步驟Slll、去除常見干繞S112、進(jìn)一步進(jìn)行詳細(xì)說明。1剔除邊界信息圖3示意性地示出了根據(jù)本發(fā)明一個實(shí)施例的邊界信息。如圖3所示，三個波段紅色R、綠色G、藍(lán)色B的信息在平面(代表地球表面)的坐標(biāo)(X,Y)是不重合的。比如，藍(lán)色B波段在左側(cè)所示部分沒有信息，而紅色R波段在右側(cè)所示部分不存在信息。邊界信息剔除指的是，提取出三個波段均存在信息的區(qū)域，而去除掉存在信息不重疊的邊界區(qū)域。例如，在該實(shí)施例中，剔除邊界信息后的區(qū)域是圖中中間的灰色區(qū)域。邊界信息的提取使得每一個波段對應(yīng)部分都含有信息。2、去除常見干擾通常，遙感數(shù)據(jù)中，要避免即過濾掉云、水體、陰影區(qū)、白泥地、冰雪、植被、濕地、干河道、沖積扇等九類常見干擾異常。對于干擾異常的檢測可以采用目估法，一般干擾地物能夠在TM/ETM的743彩色合成圖像或ASTER的631彩色合成圖像有明顯的特征，比如云的白色等，去除方法選用比值法、高端或低端切割法、Q值法、光譜角法等。下面分別加以說明。(1)高端或低端切割法主要是利用干擾地物在遙感圖像上某個波段有特征的高反射或強(qiáng)吸收，即某波段干擾地物有高值或低值。比如水體在TM/ETM的第7波段有低值，采用低端切割方法處理，而云在TM/ETM的第1波段有高值，采用高端切割方法處理，白泥地在TM/ETM的第3波段有高值，采用高端切割方法處理等。公式如下=j;c,if;c,〉Cb(對于低端切割)或者;c,<(^(對于高端切割)其中，i=0，...，n,n指所使用的遙感圖像波段總數(shù)，Xi和yi指分別指i波段去除干擾信息前和后的波段值，be[1，…，n],Cb是閾值，Xb是原始b波段對應(yīng)的值。采用這個公式的目的在于給定一個約束的條件，使得滿足這個條件的圖像數(shù)據(jù)保留下來，其他的圖像數(shù)據(jù)被賦值為零。(2)比值法10通常釆用比值法可以去除陰影、水體、冰雪、白泥地等多種干擾。首先判斷干擾地物的各個波段的波譜特征，比如TM/ETM圖像的陰影區(qū)第1波段明顯大于第7波段，因此采用對于第7波段對第1波段的比值設(shè)定一個閾值進(jìn)行去除的方法，植被采用第5波段比第4波段或者第3波段比第4波段的方法等。公式如下x>A<其中，i=0，...，n,n指所使用的遙感圖像波段總數(shù)，Xi和yi指分別指i波段去除"尖銳"信息前和后的的波段值，aG[l，...，n],Ca是常數(shù)，xa,xb是原始a、b波段對應(yīng)的值。這個公式的目的就是給定一個約束的條件，使得滿足此約束條件的圖像數(shù)據(jù)保留下來，其他的圖像數(shù)據(jù)被賦值為零。(3)Q值法通常用于解決雪邊或湖邊濕地、干河道、沖積區(qū)、薄云等干擾。定義Q值如下Q=(Xgxka—xbxkfa)/xexke其中，Xa，Xb,X。為參與主成分分析的波段，ka,k\k。為參與主成分變化的xa,xb,x。對應(yīng)本征向量的值。(4)光譜角法對于薄云等來說，釆用其他手段去除干擾難度較大，可以采用光譜角法。光譜角法把每一個多維空間點(diǎn)以其空間向量來表征，對比空間向量角的相似性。它是一種監(jiān)督分類，如果判斷某圖像屬于薄云類，則進(jìn)行刪除。要求對每一類別有一個已知參考譜。此參考譜可以是地面測得存入?yún)⒖甲V庫的，也可以從具已知條件的圖面單元做感興趣區(qū)統(tǒng)計，存入?yún)⒖甲V庫。公式如下(a，/)=arccos,,,',I,式中(a，P)為n維向量a，|3的內(nèi)積，^fe內(nèi)積定義(a,p)=0^Pr+"0C2p2+".+anpn當(dāng)a，P為列向量時，(oc，P)=a，P=p，a<formula>formulaseeoriginaldocumentpage12</formula>AIaI、IpI為向量a、P的長度，/——~~^d>,2)1/2IaI=V(a，a)=V(ai,°V..a")=3求出a，P的內(nèi)積和長度，便可求出cos，查表可得其夾角。3、分區(qū)以獲得正態(tài)分布的區(qū)域首先，要對圖像的波段直方圖是否符合正態(tài)分布進(jìn)行判斷。這里圖像的波段直方圖即為按波段值頻率統(tǒng)計圖。具體地，遙感圖像某一個波段像元xj，k(j-l，m;l^l,n)區(qū)間為[xO,xn]，統(tǒng)計這個窗口內(nèi)的直方圖，其中m，n為大于l的整數(shù))，/>式如下凡"1,其中"[O，n],xj，k=xi為邏輯操作如本領(lǐng)域公知的，判斷波段直方圖的技術(shù)例如為利用偏度系數(shù)和峰度系數(shù)進(jìn)行判斷。需要對圖像進(jìn)行分區(qū)，使得分區(qū)后每個區(qū)內(nèi)圖像的每個波段直方圖呈正態(tài)分布，這是因?yàn)槊恳粋€波段都近似服從正態(tài)，能夠使得異常提取結(jié)果較優(yōu)化。4、區(qū)域內(nèi)i"象元值M^范化處理首先利用直方示進(jìn)行目估，如果遙感圖像為一個MxN的窗口，這個窗口內(nèi)遙感圖像某一個波段像元Xj,k(j=l，m;k=l，n)區(qū)間為[x。，xn]，統(tǒng)計這個窗口內(nèi)的直方圖，7>式如下m，w其中i6，Xj,^Ai為邏輯挺游1判斷在坐標(biāo)j，k處的像元值X是否等于Ai.這里Pi表示在該MfN的窗口內(nèi)，值A(chǔ)i出現(xiàn)的次數(shù)。我們?nèi)i的最大與最小值，即max(Pi)和min(Pi)，把出現(xiàn)頻次最小的像元值表示為X(min(pi))，把出現(xiàn)頻次最大的像元值表示為X(max(pi))。然后像元值拉伸到的范圍，其中中間值通過內(nèi)插重新采樣來獲得。公式如下_2554&-)]~=[X—(a))-X(min(a))]其中，yj,k為原始圖像某一波段像元Xj,k拉伸后的值，j=l，m;k=l，n。通過上述規(guī)范化處理，把數(shù)據(jù)從原始范圍拉伸到[O，255]的范圍，可以粗略去除大氣程輻射影響。5、主成分分析主成分分析或主成分變換既是一種信息提取方法，也是一種坐標(biāo)變換方法。主成分分析的一般操作步驟為第一步，移動坐標(biāo)原點(diǎn)，使平均值為零；第二步，將坐標(biāo)旋轉(zhuǎn)，使一個坐標(biāo)軸與數(shù)據(jù)具有最大分布的方向相符合，這個旋轉(zhuǎn)后的新軸即第一主成分，它占有總變異(anomalies)的第一大分額。垂直于它的另一個坐標(biāo)軸則代表其余變異的方向，這就是第二主成分。在多維空間里，這樣的處理將繼續(xù)進(jìn)行，以確定一組直角坐標(biāo)軸，這些軸逐漸將全部變異分配(消耗)掉。各主成分變異值的總和與變換前的變異值總和相等，即所謂的信息量守恒。在N波段數(shù)據(jù)坐標(biāo)軸轉(zhuǎn)置的時候，協(xié)方差矩陣也將被變換，變換之后各波段之間的協(xié)方差變?yōu)榱?。各點(diǎn)與其重心距離的平方和即為本征值u，入2，…之和，這個和可表示為S。在一定意義上，可以說第一個成分"構(gòu)成"的變異與總變異的比例是該成分的本征值與該和S之比h/S,前兩個成分"構(gòu)成"的變異與總變異之比是ara》/s,如此等等。有時為了方便譬如可以說"前4個成分構(gòu)成變異的p°/。，，。實(shí)際上，某主成分的本征值X就是若消去該主成分后，對相應(yīng)的本征向量所引入的均方誤差值。6、本征向量與蝕變異常特征之間符合程度的判斷與處理對于求出的本征向量，按照與參與主成分分析的各個波段進(jìn)行對應(yīng)，對應(yīng)關(guān)系如下<table>tableseeoriginaldocumentpage14</column></row><table>根據(jù)經(jīng)驗(yàn)所得，符合蝕變異常特征的本征向量一般為第4個向量，因?yàn)榈?個本征向量通常滿足下述關(guān)系V。4的絕對值〉Vb4的絕對值并且V。4的絕對值〉Vd4的絕對值，并且，L與Vb4和Vd4符號相反，Vb4與Vd4符號相同。而該關(guān)系和地面波譜特征所反映的蝕變異常相符。如果某一異常的特征為V"〉Vb4<V。4>Vd4,那么V"、L一定與Vb4、L的符號相反，而V"與V。4、Vb,與Vd4的符號相同。用于異常切割的本征向量4要求Vc,為正號，如果為負(fù)號，需要經(jīng)過轉(zhuǎn)換變成正號，公式如下l)xVc4其中，Vj為V。4經(jīng)過符號轉(zhuǎn)化后的結(jié)果。7、異常切割因?yàn)樵谥鞒煞肿儞Q前，每個波段的直方圖為正態(tài)分布，所以主成分變換后的異常主分量直方圖也為正態(tài)分布。經(jīng)過主成分變換后，異常集中在某一主分量上，利用切割水平把高值圈定出，作為提取出來的異常值，我們可以利用正態(tài)分布的有關(guān)理論進(jìn)行異常的切割。正態(tài)分布7>式如下<table>tableseeoriginaldocumentpage14</column></row><table>n為樣本數(shù)，i為均值，Xi為每個樣本的值。在做異常切割或數(shù)據(jù)切割時便可借用C7這個表征正態(tài)分布曲線的尺度。例如，主分量分析結(jié)果可以把均值(X)理解為代表區(qū)域背景，以(X+kcj)作為異常下限和劃分異常強(qiáng)度等級。一般取±4(7作為最小與最大限值。切割異常時有了這一尺度可以減少主觀任意性，異常分級是按下列公式計算的L=127.5+k*SK;或L=127.5+Sk*127.5/4;H=L+1式中H、L分別為切割高、低門限值；k為倍數(shù)；SK為比例因子；和SK由主分量分析報告給出，或者根據(jù)經(jīng)驗(yàn)確定。二、感興趣區(qū)域判斷和選取1、感興趣區(qū)域初步判斷和切割感興趣區(qū)域初步判斷是指確定預(yù)定的已知礦床蝕變出露范圍與異常范圍的吻合程度，例如，可以利用GIS平臺看真實(shí)面積是否吻合，利用異常切割確定異常分級，并切割出包含已知礦床異常的一塊小圖。所謂已知礦床類型可以是用戶已知的感興趣礦床，或是利用ASTER或高光譜數(shù)據(jù)提取的典型礦床類型。切割方式可表示為如下公式,i嫿恃MAq為/人圖A切割下來的一塊小圖，V包括已知礦M。2、門限化感興趣區(qū)選取首先，討論一下提出利用門限值進(jìn)行感興趣區(qū)域選取的理論基礎(chǔ)。發(fā)明人經(jīng)研究發(fā)現(xiàn)，在異常一定值的范圍內(nèi)，礦床蝕變反映在蝕變遙感異常一定水平切割上有一定的上下限值，可以認(rèn)為小于某一個特定的切割水平的像素值是由主成分分析變化的噪聲引起的，而認(rèn)為大于某一個特定的切割水平的像素是有大范圍的蝕變引起的，往往與礦化關(guān)系不大。因此，基于上述分析，在選擇上限和下限為某一特征參數(shù)時，能夠取一個感興趣區(qū)波譜平均的值作為分類的一個特征波譜，可以在此基礎(chǔ)上進(jìn)行分類技術(shù)的處理。15利用通過上述感興趣區(qū)域判斷所切割下來的小圖進(jìn)行門限化感興趣區(qū)選取，該方法采用異常閾值法進(jìn)行選取的。對其應(yīng)用雙門限化感興趣區(qū)選取。該方法對提取的異常釆用一個上限和一個下限進(jìn)行約束。公式如下j—線,Emin其中，I為選取的感興趣區(qū)，A為連通的異常面積，"in與S阻分別是選取的異常下限和異常上限，其可以根據(jù)經(jīng)驗(yàn)進(jìn)行選取，也可以利用自適應(yīng)學(xué)習(xí)方法來進(jìn)行選取。三、相似度確定或分類認(rèn)為相似的地物有相似的光譜特征。因此對應(yīng)某種礦床類型的異常采用監(jiān)督分類得辦法提取與其相似的異常信息。采用光譜角方法或利用最大似然法對感興趣區(qū)內(nèi)平均光譜特征進(jìn)行監(jiān)督分類，或者得到感興趣區(qū)與已知礦床類型之間的相似度。下面分別加以說明。1、光譜角法光譜角法把每一個多維空間點(diǎn)以其空間向量來表征，對比空間向量角的相似性。光譜角法是一種監(jiān)督分類。要求對每一類別有一個已知參考i普。此參考譜可以是地面測得存入?yún)⒖甲V庫的，也可以從具已知條件的圖面單元做感興趣區(qū)統(tǒng)計，存入?yún)⒖甲V庫。公式如下式中(a，P)為n維向量a，(3的內(nèi)積，按內(nèi)積定義(a，p)=0^pft"a2p2+...+an(3n當(dāng)a，P為列向量時(a,P)=a，p=P，a1「A_IaI、IPI為向量a、(3的長度，16<formula>formulaseeoriginaldocumentpage17</formula>求出a，P的內(nèi)積和長度，便可求出cos,查表可得其夾角。由此，根據(jù)所得到夾角可判斷是否包含已知礦床，獲得得到相似度。2、最大似然分類法最大似乎分類，也稱為貝葉斯(Bayes)分類，是基于概率統(tǒng)計的監(jiān)督分類。一利用貝葉斯理論，假設(shè)^^'Ix)為；屬于模式類coi的后驗(yàn)概率。根據(jù)貝葉斯理論可以計算出對象屬于每一類的概率，并根據(jù)此結(jié)果將對象劃分到最可能的類別中。決策分類依據(jù)為(二維情況)<formula>formulaseeoriginaldocumentpage17</formula>如果對象后驗(yàn)概率公式成立，則歸為Cd,反之歸為C02中。或者，如果是確定相似度，則屬于各個類別的概率即反映了相似的程度息。通過前述處理，實(shí)現(xiàn)了對于識別遙感異常數(shù)據(jù)的分類處理和相似度確定處理，即為探礦提供了重要指導(dǎo)性信息。四、進(jìn)一步應(yīng)用除了上述處理外，本發(fā)明還可以提供進(jìn)一步的信息。比如，利用主成分分析提取的蝕變遙感異常信息包含了一個混合了的幾種類型礦床的蝕變遙感異常信息，而利用監(jiān)督分類技術(shù)提取出來的是與某一種類型礦床光譜特征相似的異常信息。那么這兩種異常信息的交集，即既包含主成分分析提取的信息也包含監(jiān)督分類提取的信息，為分類型蝕變遙感異常的信息。也就是說，因?yàn)橹鞒煞址治鎏崛〕鰜淼氖俏g變的信息，而光譜角技術(shù)提取出來的是包含與某種類型礦相關(guān)的信息，因此，即包含某種類型礦的信息又包含蝕變的信息，是某種類型礦床蝕變的信息。這種信息可以作為一種重要的找礦參數(shù)。公式如下<formula>formulaseeoriginaldocumentpage17</formula>其中，info為分類型蝕變遙感異常信息，info^為主成分分析提取的信息，infosAM為監(jiān)督分類提取得信息。這樣就實(shí)現(xiàn)了分類型蝕變遙感異常信息的提取。五、蝕變遙感異常提取裝置圖5示出了根據(jù)本發(fā)明一個實(shí)施例的蝕變遙感異常提取裝置的框圖。如圖5所示，蝕變遙感異常提取裝置500,用于從輸入的遙感數(shù)據(jù)提取表征與礦化相關(guān)的近礦蝕變巖石的信息，所述遙感數(shù)據(jù)包括多個波段的某地理區(qū)域內(nèi)的像元值，包括下述部件用于對輸入的遙感數(shù)據(jù)進(jìn)行前處理的部件510;用于從經(jīng)所述前處理后得到的遙感數(shù)據(jù)所表征的遙感圖像中切割出包含已知礦床類型的第一圖像區(qū)域的感興趣區(qū)域初步切割部件520;用于對該第一圖像區(qū)域，利用預(yù)先確定的閾值從該第一圖像區(qū)域中選擇其中異常符合該閾值的第二圖像區(qū)域的感興趣區(qū)域細(xì)化選取部件530;以及針對該第二圖像區(qū)域，基于該已知礦床類型的參考譜，確定第二圖像區(qū)域和該已知礦床類型之間的相似程度的相似度確定部件540。通過本發(fā)明的分類型礦床蝕變遙感異常信息的提取技術(shù)，能夠去掉與某種類型礦化信息沒有關(guān)系的干擾信息，而且只針對某種類型礦床進(jìn)行蝕變遙感異常的提取，有了明確的針對性。本發(fā)明尤其適合應(yīng)用于干旱半干旱地區(qū)進(jìn)行礦產(chǎn)普查的遙感掃面、利用這種技術(shù)進(jìn)行靶區(qū)的優(yōu)選以及找礦，有極其重要的經(jīng)濟(jì)價值。而對于植被覆蓋區(qū)，能用這技術(shù)進(jìn)行特征導(dǎo)向的找礦勘察。本發(fā)明的應(yīng)用與擴(kuò)展應(yīng)用主要有以下幾個方面*提取出來的異常信息對找礦勘查有針對性*利用異常信息在GIS平臺進(jìn)行多元找礦要素綜合，優(yōu)選找礦靶區(qū)*分析不同成礦區(qū)帶上異?？臻g分布，進(jìn)行成礦潛力預(yù)測*利用分布在不同區(qū)帶上異常分布結(jié)合礦床學(xué)理論進(jìn)行區(qū)域成礦規(guī)律研咒雖然上面已經(jīng)結(jié)合附圖示出并描述了本發(fā)明的一些實(shí)施例，但是本領(lǐng)域的技術(shù)人員應(yīng)當(dāng)理解，在不偏離本發(fā)明的原則和精神的情況下，可以對這些實(shí)施例做出變化和改變，所做的變化和改變?nèi)匀宦湓诒景l(fā)明及其等價物的保護(hù)范圍之內(nèi)。權(quán)利要求1.一種蝕變遙感異常提取方法，用于從輸入的遙感數(shù)據(jù)提取表征與礦化相關(guān)的近礦蝕變巖石的信息，所述遙感數(shù)據(jù)包括多個波段的地理區(qū)域內(nèi)的像元值，包括下述步驟對輸入的遙感數(shù)據(jù)進(jìn)行前處理；從經(jīng)所述前處理后得到的遙感數(shù)據(jù)所表征的遙感圖像中切割出包含已知礦床類型的第一圖像區(qū)域；對該第一圖像區(qū)域，利用預(yù)先確定的閾值從該第一圖像區(qū)域中選擇其中異常符合該閾值的第二圖像區(qū)域；以及針對該第二圖像區(qū)域，基于該已知礦床類型的參考譜，確定第二圖像區(qū)域和該已知礦床類型之間的相似程度。2.如權(quán)利要求1所述的蝕變遙感異常提取方法，其中，所述前處理步驟包括進(jìn)行邊界信息剔除，由此通過去除邊界信息，使得各個波段的邊界處信息重合，所謂邊界信息是指，在獲取遙感數(shù)據(jù)時，各個波段在邊界處的信息不重合區(qū)域的信息。3.如權(quán)利要求1或2所述的蝕變遙感異常提取方法，其中，所述前處理步驟還包括判斷有無云、水體、陰影區(qū)、白泥地、冰雪、植被、濕地、干河道、沖積扇九類常見干擾異常，如有則進(jìn)行去除，去除方法為比值法、高端或低端切割法、Q值法、光譜角法中的一個或其組合；統(tǒng)計遙感區(qū)域內(nèi)的像元值，并以直方圖表示，判斷該直方圖是否符合正態(tài)分布，如果不滿足正態(tài)分布，則把該遙感區(qū)域劃分為多個次級區(qū)域，使得每個次級區(qū)域內(nèi)的每個波段直方圖符合正態(tài)分布；將符合正態(tài)分布的區(qū)域內(nèi)的像元值統(tǒng)一轉(zhuǎn)換到的范圍；切割掉正態(tài)分布區(qū)域中的邊緣部分。4.如權(quán)利要求1所述的蝕變遙感異常提取方法，其中，所述前處理步驟包括對輸入的數(shù)據(jù)進(jìn)行主成分分析，并將輸入的數(shù)據(jù)轉(zhuǎn)換到通過主成分分析所確定的特征向量所表征的空間坐標(biāo)系中。5.如權(quán)利要求1所述的蝕變遙感異常提取方法，其中，所述選擇第二圖像區(qū)域的步驟包括如果切割第一圖像區(qū)域的步驟中切割出包含已知礦床類型的第一圖像區(qū)域，則利用下述公式確定第二圖像區(qū)域p=A>￡min其中，I為選取的第二圖像區(qū)域，A為連通的異常面積，"u與5,分別是預(yù)定的異常下限闊值和異常上限闊值。6.如權(quán)利要求1所述的蝕變遙感異常提取方法，其中，該確定相似程度的步驟采用光譜角制圖法或者貝葉斯分類法進(jìn)行相似程度確定。7.如權(quán)利要求1所述的蝕變遙感異常提取方法，其中，所述已知礦床類型是用戶已知的感興趣礦床，或是利用ASTER或高光譜數(shù)據(jù)提取的典型礦床類型。8.—種蝕變遙感異常提取裝置，用于從輸入的遙感數(shù)據(jù)提取表征與礦化相關(guān)的近礦蝕變巖石的信息，所述遙感數(shù)據(jù)包括多個波段的地理區(qū)域內(nèi)的像元值，包括下述部件用于對輸入的遙感數(shù)據(jù)進(jìn)行前處理的前處理部件；用于從經(jīng)所述前處理后得到的遙感數(shù)據(jù)所表征的遙感圖像中切割出包含已知礦床類型的第一圖像區(qū)域的感興趣區(qū)域初步切割部件；用于對該第一圖像區(qū)域，利用預(yù)先確定的閾值從該第一圖像區(qū)域中選擇其中異常符合該閾值的第二圖像區(qū)域的感興趣區(qū)域細(xì)化選取部件；以及針對該第二圖像區(qū)域，基于該已知礦床類型的參考譜，確定第二圖像區(qū)域和該已知礦床類型之間的相似程度的相似度確定部件。9.如權(quán)利要求8所述的蝕變遙感異常提取裝置，其中，所述前處理部件進(jìn)行邊界信息剔除，由此通過去除邊界信息，使得各個波段的邊界處信息重合，所謂邊界信息是指，在獲取遙感數(shù)據(jù)時，各個波段在邊界處的信息不重合區(qū)域的信息。10.如權(quán)利要求8或9所述的蝕變遙感異常提取裝置，其中，所述前處理部件還執(zhí)行下述操作判斷有無云、水體、陰影區(qū)、白泥地、水雪、植被、濕地、干河道、沖積扇九類常見干擾異常，如有則進(jìn)行去除，去除方法為比值法、高端或低端切割法、Q值法、光譜角法中的一個或其組合；統(tǒng)計遙感區(qū)域內(nèi)的像元值，并以直方圖表示，判斷該直方圖是否符合正態(tài)分布，如果不滿足正態(tài)分布，則把該遙感區(qū)域劃分為多個次級區(qū)域，使得每個次級區(qū)域內(nèi)的每個波段直方圖符合正態(tài)分布；將符合正態(tài)分布的區(qū)域內(nèi)的像元值統(tǒng)一轉(zhuǎn)換到的范圍；以及切割掉正態(tài)分布區(qū)域中的邊緣部分。11.如權(quán)利要求8所述的蝕變遙感異常提取裝置，其中，所述前處理部件對輸入的數(shù)據(jù)進(jìn)行主成分分析，并將輸入的數(shù)據(jù)轉(zhuǎn)換到通過主成分分析所確定的特征向量所表征的空間坐標(biāo)系中。12.如權(quán)利要求8所述的蝕變遙感異常提取裝置，其中，如果感興趣區(qū)域初步切割部件切割出包含已知礦床類型的第一圖像區(qū)域，則感興趣區(qū)域細(xì)化選取部件利用下述公式確定第二圖像區(qū)域一rt\t薦諷其中，I為選取的第二圖像區(qū)域，A為連通的異常面積，S^與"ax分別是預(yù)定的異常下限閾值和異常上限閾值。13.如權(quán)利要求8所述的蝕變遙感異常提取裝置，其中，所述相似度確定部件采用光譜角制圖法或者貝葉斯分類法進(jìn)行相似程度確定。14.如權(quán)利要求8所述的蝕變遙感異常提取裝置，其中，所述已知礦床類型是用戶已知的感興趣礦床，或是利用ASTER或高光譜數(shù)據(jù)提取的典型礦床類型。全文摘要本發(fā)明提出了一種蝕變遙感異常提取方法和裝置，用于從輸入的遙感數(shù)據(jù)中提取表征與礦化相關(guān)的近礦蝕變巖石的信息，所述遙感數(shù)據(jù)包括多個波段的某地理區(qū)域內(nèi)的像元值。所述方法包括下述步驟對輸入的遙感數(shù)據(jù)進(jìn)行前處理；從經(jīng)所述前處理后得到的遙感數(shù)據(jù)所表征的遙感圖像中切割出包含已知礦床類型的第一圖像區(qū)域；對該第一圖像區(qū)域，利用預(yù)先確定的閾值從該第一圖像區(qū)域中選擇其中異常符合該閾值的第二圖像區(qū)域；以及針對該第二圖像區(qū)域，基于該已知礦床類型的參考譜，確定第二圖像區(qū)域和該已知礦床類型之間的相似程度。文檔編號G06K9/00GK101539998SQ20091013784公開日2009年9月23日申請日期2009年4月29日優(yōu)先權(quán)日2009年4月29日發(fā)明者姚佛軍,張玉君,楊建民,耿新霞申請人:中國地質(zhì)科學(xué)院礦產(chǎn)資源研究所