一種基于高光譜遙感技術(shù)的尾礦識別方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種基于高光譜遙感技術(shù)的尾礦識別方法及系統(tǒng)，其方法包括步驟：由星載、機載、手持、車載等高光譜采集設(shè)備，對尾礦的礦區(qū)采集高光譜圖像數(shù)據(jù)；對采集到尾礦礦區(qū)的高光譜圖像進行校正，消除大氣等光譜信息的影響；對校正后高光譜圖像進行特征分析，得到尾礦中的地物信息光譜；將尾礦中的地物信息光譜，與現(xiàn)有的波譜進行匹配，判斷2個波譜曲線的相似程度；最后，根據(jù)匹配的程度，確定尾礦中的地物成份和類型。本發(fā)明能夠快速準(zhǔn)確地識別尾礦成份，有效的促進礦山等企業(yè)尾礦資源方面的利用，提高了生產(chǎn)效率。
【專利說明】一種基于高光譜遙感技術(shù)的尾礦識別方法及系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及高光譜遙感技術(shù)的尾礦識別領(lǐng)域，尤其涉及一種基于高光譜遙感技術(shù)的尾礦識別方法及系統(tǒng)。
【背景技術(shù)】
[0002]尾礦是指在選礦廠特定經(jīng)濟技術(shù)下，將礦石磨細，選取有用成分后排放的廢棄物(固體或液體廢料)。尾礦在生產(chǎn)過程中不斷積累，數(shù)量龐大，且含有暫時不能處理的(有用或有害)成分，隨意排放不僅會造成資源流失，還有可能大面積淤積河道覆蓋農(nóng)田，污染環(huán)境。在國家提倡的節(jié)約能源、保護環(huán)境、廢物利用的大背景下，礦山等企業(yè)對尾礦的處理也提上了日程，如何對礦區(qū)周圍的尾礦庫進行有效的使用，就需要確定礦區(qū)周圍的尾礦庫里到底有什么礦產(chǎn)，因此，就需要一種快速準(zhǔn)確地識別尾礦的方法，確定尾礦中所含的礦石成份，采取相應(yīng)的處理措施。
[0003]傳統(tǒng)的做法，是采用物探、化探的方法來進行勘探識別。采取化學(xué)勘探或物理勘探的方法，主要是通過研究元素在集中分散過程中，在礦體周圍各類地質(zhì)介質(zhì)中形成的地球化學(xué)、物理異常的成因聯(lián)系，來確定礦體所含有的成份。一般先取部分尾礦，通過化學(xué)勘探的方法或者物理勘探的方法，確定尾礦里所包含的成份。但是，這種做法有一個缺點，就是不能全面反映礦山尾礦中成份、具有局限性。這種勘探的方法，跟所取的樣本有關(guān)，如果樣本取得不好，不能充分反映尾礦中所含的全部成份。因此，迫切需要一種新的尾礦識別方法，來進行尾礦中礦物成份或地物的識別。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的:針對現(xiàn)在尾礦成份識別方法存在的不足，本發(fā)明提供一種基于高光譜遙感技術(shù)的尾礦識別方法及系統(tǒng)，通過高光譜分析技術(shù)對尾礦中的礦石、地物進行分析，得到地物的光譜信息，通過與現(xiàn)有的光譜進行匹配，根據(jù)相似程度，進而識別出尾礦中礦石成份，提高尾礦使用效率。
[0005]本發(fā)明提出一種基于高光譜遙感技術(shù)的尾礦識別方法，包括步驟:
1)礦區(qū)尾礦的高光譜圖像采集:利用高光譜遙感采集系統(tǒng)對尾礦分布區(qū)域進行光譜采
集;
2)對高光譜圖像進行校正:對采集到的尾礦高光譜圖像進行校正，消除大氣等光譜信息的影響；
3)對高光譜圖像進行特征分析:通過對校正后的高光譜圖像數(shù)據(jù)進行特征分析，結(jié)合地物光譜特征產(chǎn)生的原理(物質(zhì)組分、物化特征、晶體結(jié)構(gòu)等)，得到尾礦中的地物信息的光譜；
4)對地物信息的光譜進行波譜匹配:通過各種匹配方法，對波譜曲線的相似度進行研究，得到地物光譜的匹配結(jié)果；
5)確定尾礦中的地物成份和類型:通過匹配后的結(jié)果，確定尾礦中的地物成份和類型。[0006]其中所述的礦區(qū)尾礦的高光譜圖像采集，指利用星載、機載、手持、車載等高光譜采集設(shè)備，對礦區(qū)周圍的尾礦進行高光譜圖像采集；
其中所述的對高光譜圖像進行校正，指通過對高光譜影像數(shù)據(jù)進行大氣、輻射等校正，使高光譜影像與研究區(qū)數(shù)據(jù)的輻射信息盡可能地接近真實值；
其中所述的對高光譜圖像進行特征分析，因為在高光譜影像數(shù)據(jù)中的每一個像元對應(yīng)I條(近似)連續(xù)的曲線，這條曲線當(dāng)中蘊含著豐富的地物光譜信息，結(jié)合地物光譜特征產(chǎn)生的原理(物質(zhì)組分、物化特征、晶體結(jié)構(gòu)等)，可以實現(xiàn)地物成分信息反演、以及地物識另IJ。通過采取光譜積分、光譜導(dǎo)數(shù)、光譜相關(guān)系數(shù)、光譜信息散度、包絡(luò)線去除等方法，對如光譜吸收指數(shù)、光譜吸收特征(包含光譜吸收深度、吸收面積、吸收寬度、斜率等參量)進行分析，得到尾礦中的地物信息光譜。
[0007]其中所述的對地物信息進行波譜匹配，是指通過采用光譜的匹配方法，對地物信息的光譜曲線進行分析，判斷波譜曲線的相似程度，得到地物光譜的匹配結(jié)果。光譜的匹配方法可以采用基于數(shù)理統(tǒng)計方法的匹配技術(shù)，如光譜角度匹配；也可以采用基于地物波譜內(nèi)在機理的匹配技術(shù)，如波譜特征擬合；也可以采用基于數(shù)據(jù)縮減的匹配技術(shù)，如二值編碼匹配；還可以采用已經(jīng)建立好的許多地物標(biāo)準(zhǔn)波譜數(shù)據(jù)庫進行匹配，美國地質(zhì)調(diào)查局地物光譜庫。
[0008]其中所述的確定尾礦中的地物成份和類型:通過匹配后的結(jié)果,確定尾礦中的地物成份和類型。
[0009]本發(fā)明還提出一種基于高光譜遙感技術(shù)的尾礦識別的系統(tǒng)，所述系統(tǒng)具體包括: 數(shù)據(jù)載入模塊，用于載入由星載、機載、手持、車載等高光譜采集設(shè)備，對尾礦的礦區(qū)進
行高光譜圖像采集后的圖像數(shù)據(jù)；
校正模塊，對采集到的礦區(qū)尾礦的高光譜圖像進行校正，消除大氣、輻射等光譜信息的影響；
特征分析模塊，通過對高光譜數(shù)據(jù)的特征分析處理，結(jié)合地物光譜特征產(chǎn)生的原理(物質(zhì)組分、物化特征、晶體結(jié)構(gòu)等)，得到尾礦中的地物信息光譜；
匹配識別模塊，通過采用光譜的匹配方法，對地物信息的光譜曲線進行分析，判斷波譜曲線的相似程度，進而判斷地物的類別。
[0010]與現(xiàn)有技術(shù)相比，本發(fā)明的技術(shù)方案具有以下優(yōu)點:
本發(fā)明將高光譜遙感技術(shù)應(yīng)用到尾礦識別中，通過高光譜圖像的光譜分析，得到尾礦中地物的光譜信息，進而通過光譜匹配，確定地物或尾礦中礦石的成份或類型，這種方法具有可操作性，并且能夠準(zhǔn)確快速地識別尾礦成份，有效的促進礦山等企業(yè)尾礦資源方面的利用，提高了生產(chǎn)效率。
【專利附圖】

【附圖說明】
[0011]圖1是本發(fā)明技術(shù)方案提供的一種基于高光譜遙感技術(shù)的尾礦識別方法的流程示意圖；
圖2是本發(fā)明實施例一提供的一種基于高光譜遙感技術(shù)的尾礦識別系統(tǒng)的結(jié)構(gòu)示意
圖；
為使本發(fā)明的上述目的、特征和優(yōu)點能夠更為明顯易懂，下面結(jié)合附圖對本發(fā)明的具體實施例做詳細的說明。
【具體實施方式】
[0012]應(yīng)當(dāng)理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
[0013]本發(fā)明技術(shù)方案采用一種基于高光譜遙感技術(shù)的尾礦識別方法，圖1是本發(fā)明技術(shù)方案提供的基于高光譜遙感技術(shù)的尾礦識別方法的流程示意圖。
[0014]如圖1所示，首先執(zhí)行步驟S101，采集礦區(qū)尾礦的高光譜圖像；
所述高光譜圖像可以是由星載、機載、手持、車載等高光譜采集設(shè)備，對尾礦的礦區(qū)進行高光譜圖像采集后的圖像數(shù)據(jù)；
執(zhí)行步驟S102，對高光譜圖像進行校正；
所述對高光譜圖像進行校正，通過對采集到的礦區(qū)尾礦的高光譜圖像進行校正，消除大氣、輻射等光譜信息的影響；
執(zhí)行步驟S103，對高光譜圖像進行特征分析；
所述對高光譜數(shù)據(jù)的特征分析，結(jié)合地物光譜特征產(chǎn)生的原理(物質(zhì)組分、物化特征、晶體結(jié)構(gòu)等)，得到尾礦中的地物信息光譜；
所述的光譜圖像特征分析方法，可以采用光譜積分、光譜導(dǎo)數(shù)、光譜相關(guān)系數(shù)、光譜信息散度、包絡(luò)線去除等方法，對如光譜吸收指數(shù)、光譜吸收特征(包含光譜吸收深度、吸收面積、吸收寬度、斜率等參量)進行分析，得到尾礦中的地物信息光譜；
執(zhí)行步驟S104，對地物信息進行波譜匹配；
所述的對地物信息進行波譜匹配，是指通過采用光譜的匹配方法，對地物信息的光譜曲線進行分析，判斷波譜曲線的相似程度，得到匹配結(jié)果；
基于所述光譜的匹配方法可以采用基于數(shù)理統(tǒng)計方法的匹配技術(shù)，如光譜角度匹配；也可以采用基于地物波譜內(nèi)在機理的匹配技術(shù)，如波譜特征擬合；也可以采用基于數(shù)據(jù)縮減的匹配技術(shù)，如二值編碼匹配；還可以采用已經(jīng)建立好的許多地物標(biāo)準(zhǔn)波譜數(shù)據(jù)庫進行匹配，如美國地質(zhì)調(diào)查局地物光譜庫。
[0015]執(zhí)行步驟S105，確定尾礦中的地物成份和類型；
所述的確定尾礦中的地物成份和類型，是對匹配后的結(jié)果，確定尾礦中的地物成份和類型。
[0016]如圖2所示，圖2為本發(fā)明一實施例中一種基于高光譜遙感技術(shù)的尾礦識別方法的結(jié)構(gòu)示意圖，該實施例提到的一種基于高光譜遙感技術(shù)的尾礦識別方法系統(tǒng)，該系統(tǒng)具體包括:
數(shù)據(jù)載入模塊101，用于載入由星載、機載、手持、車載等高光譜采集設(shè)備，對尾礦的礦區(qū)進行高光譜圖像采集后的圖像數(shù)據(jù)；
校正模塊102，對采集到的礦區(qū)尾礦的高光譜圖像進行校正，消除大氣等光譜信息的影
響；
特征分析模塊103，通過對高光譜數(shù)據(jù)的特征分析處理，結(jié)合地物光譜特征產(chǎn)生的原理(物質(zhì)組分、物化特征、晶體結(jié)構(gòu)等)，得到尾礦中的地物信息光譜；
匹配識別模塊104，通過采用光譜的匹配方法，對地物信息的光譜曲線進行分析，判斷2個波譜曲線的相似程度，進而判斷地物的類別。[0017]本實施例中，將星載、機載、手持、車載等高光譜采集設(shè)備，對礦區(qū)周圍的尾礦進行高光譜圖像采集后的圖像數(shù)據(jù)，通過數(shù)據(jù)載入模塊101，導(dǎo)入到系統(tǒng)中；然后，通過校正模塊102，對載入的高光譜圖像數(shù)據(jù)進行校正，通過校正，消除大氣、輻射等光譜信息的影響；再次將校正后的數(shù)據(jù)，輸入特征分析模塊103，特征分析模塊103，使用光譜積分、光譜導(dǎo)數(shù)、光譜相關(guān)系數(shù)、光譜信息散度、包絡(luò)線去除等方法，對如光譜吸收指數(shù)、光譜吸收特征(包含光譜吸收深度、吸收面積、吸收寬度、斜率等參量)進行分析，得到尾礦中的地物信息光譜；匹配識別模塊104，通過采用光譜匹配方法，對地物信息的光譜曲線進行分析，判斷波譜曲線的相似程度，再根據(jù)相似結(jié)果，進而判斷地物的類別和成份；光譜的匹配方法可以采用基于數(shù)理統(tǒng)計方法的匹配技術(shù)，如光譜角度匹配；也可以采用基于地物波譜內(nèi)在機理的匹配技術(shù)，如波譜特征擬合；也可以采用基于數(shù)據(jù)縮減的匹配技術(shù)，如二值編碼匹配；還可以采用已經(jīng)建立好的許多地物標(biāo)準(zhǔn)波譜數(shù)據(jù)庫進行匹配，如美國地質(zhì)調(diào)查局地物光譜庫。
[0018]本實施例將礦區(qū)周圍的尾礦的高光譜遙感圖像，通過高光譜分析技術(shù)，對采集到的光譜圖像進行校正、特征分析、光譜匹配識別，確定地物或尾礦中礦石的成份或類型，這種方法具有可操作性，并且能夠準(zhǔn)確快速地識別尾礦成份，有效的促進礦山等企業(yè)尾礦資源方面的利用，提高了生產(chǎn)效率。
[0019]以上所述僅為本發(fā)明的優(yōu)選實施例，并非因此限制本發(fā)明的專利范圍，凡是利用本發(fā)明說明書及附圖內(nèi)容所作的等效結(jié)構(gòu)或等效流程變換，或直接或間接運用在其他相關(guān)的【技術(shù)領(lǐng)域】，均同理包括在本發(fā)明的專利保護范圍內(nèi)。
【權(quán)利要求】
1.一種基于高光譜遙感技術(shù)的尾礦識別方法，其特征在于，包括: 礦區(qū)尾礦的高光譜圖像采集； 對高光譜圖像進行校正； 對高光譜圖像進行特征分析； 對地物信息的光譜進行波譜匹配； 確定尾礦中的地物成份和類型。
2.如權(quán)利要求1所述的基于高光譜遙感技術(shù)的尾礦識別方法，其特征在于，所述高光譜圖像采集指利用星載、機載、手持、車載等高光譜采集設(shè)備，對礦區(qū)周圍的尾礦進行高光譜圖像采集。
3.如權(quán)利要求1所述的基于高光譜遙感技術(shù)的尾礦識別方法，其特征在于，所述高光譜圖像進行校正，指通過對高光譜影像數(shù)據(jù)進行大氣、輻射等校正。
4.如權(quán)利要求1所述的基于高光譜遙感技術(shù)的尾礦識別方法，其特征在于，所述對高光譜圖像進行特征分析，指對校正后的高光譜圖像數(shù)據(jù)進行特征分析，結(jié)合地物光譜特征產(chǎn)生的原理，得到尾礦中的地物信息的光譜。
5.如權(quán)利要求1所述的基于高光譜遙感技術(shù)的尾礦識別方法，其特征在于，所述特征分析方法，指通過采取光譜積分、光譜導(dǎo)數(shù)、光譜相關(guān)系數(shù)、光譜信息散度、包絡(luò)線去除等方法，對如光譜吸收指數(shù)、光譜吸收特征(包含光譜吸收深度、吸收面積、吸收寬度、斜率等參量)進行分析。
6.如權(quán)利要求1所述的基于高光譜遙感技術(shù)的尾礦識別方法，其特征在于，所述對地物信息進行波譜匹配，是指通過采用光譜的匹配方法，對地物信息的光譜曲線進行分析，判斷波譜曲線的相似程度，得到地物光譜的匹配結(jié)果。
7.如權(quán)利要求1所述的基于高光譜遙感技術(shù)的尾礦識別方法，其特征在于，所述基于所述采用光譜的匹配方法包括: 基于數(shù)理統(tǒng)計方法的匹配技術(shù)，如光譜角度匹配； 基于地物波譜內(nèi)在機理的匹配技術(shù)，如波譜特征擬合； 基于數(shù)據(jù)縮減的匹配技術(shù)，如二值編碼匹配； 基于已經(jīng)建立好的許多地物標(biāo)準(zhǔn)波譜數(shù)據(jù)庫進行匹配，如美國地質(zhì)調(diào)查局地物光譜庫。
8.一種基于高光譜遙感技術(shù)的尾礦識別的系統(tǒng)，其特征在于，包括: 數(shù)據(jù)載入模塊，用于載入由星載、機載、手持、車載等高光譜采集設(shè)備，對尾礦的礦區(qū)進行高光譜圖像采集后的圖像數(shù)據(jù)； 校正模塊，對采集到的礦區(qū)尾礦的高光譜圖像進行校正，消除大氣、輻射等光譜信息的影響； 特征分析模塊，通過對高光譜數(shù)據(jù)的特征分析處理，結(jié)合地物光譜特征產(chǎn)生的原理(物質(zhì)組分、物化特征、晶體結(jié)構(gòu)等)，得到尾礦中的地物信息光譜； 匹配識別模塊，通過采用光譜的匹配方法，對地物信息的光譜曲線進行分析，判斷波譜曲線的相似程度，進而判斷地物的類別。
【文檔編號】G06K9/64GK103699889SQ201410003774
【公開日】2014年4月2日 申請日期:2014年1月6日 優(yōu)先權(quán)日:2014年1月6日
【發(fā)明者】梁元, 郭科, 周仲禮, 陳聆, 魏友華, 柳炳利, 王茂芝, 羅德江, 常睿 申請人:成都理工大學(xué)