本發(fā)明涉及高光譜遙感探測(cè)，具體而言，涉及一種利用高光譜及神經(jīng)網(wǎng)絡(luò)對(duì)礦產(chǎn)資源進(jìn)行探測(cè)的低空無(wú)人機(jī)高光譜遙感探測(cè)方法及系統(tǒng)。

背景技術(shù)：

1、目前，衛(wèi)星高光譜遙感是地質(zhì)探測(cè)的趨勢(shì)，高光譜遙感一般通過(guò)航空器對(duì)地面進(jìn)行拍攝，拍攝距離遠(yuǎn)，對(duì)地面觀測(cè)精度不足。

2、近年來(lái)，基于深度學(xué)習(xí)的地質(zhì)判別是代替人工對(duì)高光譜圖像進(jìn)行分析的關(guān)鍵技術(shù)，但針對(duì)高光譜的找礦相關(guān)技術(shù)一直缺少有大量能夠用于訓(xùn)練的學(xué)習(xí)樣本，以及不同低空高度下拍攝的高光譜圖像，存在不滿足樣本要求的情況，這造成基于深度學(xué)習(xí)的高光譜遙感勘探技術(shù)，無(wú)法滿足在金屬礦產(chǎn)資源探測(cè)方面的需求。

技術(shù)實(shí)現(xiàn)思路

1、基于此，本發(fā)明實(shí)施例第一方面公開(kāi)一種低空無(wú)人機(jī)高光譜遙感探測(cè)方法。

2、其中，所述探測(cè)方法包括，

3、獲取所述低空無(wú)人機(jī)在至少兩個(gè)低空高度的高光譜遙感樣本圖像；

4、獲取所述高光譜遙感樣本圖像的亞像素樣本圖像；

5、提取所述亞像素樣本圖像中一個(gè)或多個(gè)樣本感興趣區(qū)域；其中，所述樣本感興趣區(qū)域內(nèi)各像素點(diǎn)的像素值在至少一誤差范圍內(nèi)連續(xù)；

6、提取所述樣本感興趣區(qū)域的平均反射率為區(qū)域樣本光譜曲線，配置各所述感興趣區(qū)域的區(qū)域標(biāo)簽；

7、選擇一神經(jīng)網(wǎng)絡(luò)模型；

8、獲取同一所述低空高度下若干所述區(qū)域樣本光譜曲線及其所述區(qū)域標(biāo)簽的樣本組合，選擇一部分的所述樣本組合為訓(xùn)練組合，另一部分的所述樣本組合為測(cè)試組合；

9、通過(guò)所述訓(xùn)練組合訓(xùn)練對(duì)應(yīng)所述低空高度的所述神經(jīng)網(wǎng)絡(luò)模型；

10、通過(guò)所述測(cè)試組合評(píng)價(jià)對(duì)應(yīng)所述低空高度的所述神經(jīng)網(wǎng)絡(luò)模型；

11、選擇最優(yōu)評(píng)價(jià)的所述神經(jīng)網(wǎng)絡(luò)模型為預(yù)測(cè)模型，記錄所述預(yù)測(cè)模型的所述低空高度為預(yù)測(cè)高度；

12、控制所述無(wú)人機(jī)獲取所述預(yù)測(cè)高度的高光譜遙感待測(cè)數(shù)據(jù)；

13、獲取所述高光譜遙感待測(cè)圖像的亞像素待測(cè)圖像；

14、提取所述亞像素待測(cè)圖像中一個(gè)或多個(gè)待測(cè)感興趣區(qū)域；其中，所述待測(cè)感興趣區(qū)域內(nèi)各像素點(diǎn)的像素值在所述誤差范圍內(nèi)連續(xù)；

15、提取所述待測(cè)感興趣區(qū)域的平均反射率為區(qū)域待測(cè)光譜曲線；

16、通過(guò)所述預(yù)測(cè)模型預(yù)測(cè)所述區(qū)域待測(cè)光譜曲線的待測(cè)標(biāo)簽；其中，所述待測(cè)標(biāo)簽表征所述待測(cè)感興趣區(qū)域存在的礦產(chǎn)資源。

17、在本發(fā)明公開(kāi)的一些實(shí)施例中，

18、獲取所述亞像素樣本圖像和/或所述亞像素待測(cè)圖像包括，

19、在所述高光譜遙感樣本圖像和/或所述高光譜遙感待測(cè)圖像的全部相鄰像素點(diǎn)之間分別設(shè)置一個(gè)或多個(gè)插值點(diǎn)，在所述插值點(diǎn)內(nèi)隨機(jī)填充亞像素；其中，所述插值點(diǎn)內(nèi)填充的亞像素的取值在兩個(gè)相鄰所述像素點(diǎn)的像素值之間。

20、在本發(fā)明公開(kāi)的一些實(shí)施例中，

21、選擇所述樣本感興趣區(qū)域和/或所述待測(cè)感興趣區(qū)域包括，

22、采用區(qū)域生長(zhǎng)法在所述亞像素樣本圖像內(nèi)進(jìn)行一個(gè)或多個(gè)感興趣區(qū)域的提取，和/或

23、采用區(qū)域生長(zhǎng)法在所述亞像素待測(cè)圖像內(nèi)進(jìn)行一個(gè)或多個(gè)感興趣區(qū)域的提取。

24、在本發(fā)明公開(kāi)的一些實(shí)施例中，

25、選擇所述預(yù)測(cè)模型配置為，

26、通過(guò)尋優(yōu)搜索方式獲取多個(gè)所述神經(jīng)網(wǎng)絡(luò)模型，并且選擇評(píng)價(jià)滿足要求的所述神經(jīng)網(wǎng)絡(luò)模型為預(yù)測(cè)模型。

27、在本發(fā)明公開(kāi)的一些實(shí)施例中，

28、通過(guò)萊維飛行或模擬退火的搜索方式獲取多個(gè)不同所述低空高度的所述神經(jīng)網(wǎng)絡(luò)模型。

29、在本發(fā)明公開(kāi)的一些實(shí)施例中，

30、獲取最優(yōu)所述神經(jīng)網(wǎng)絡(luò)模型配置為，

31、配置模擬退火的收斂條件；

32、初始化迭代次數(shù)及溫度t；

33、獲取低空高度h對(duì)應(yīng)的訓(xùn)練組合及測(cè)試組合，通過(guò)訓(xùn)練組合對(duì)神經(jīng)網(wǎng)絡(luò)模型m訓(xùn)練，通過(guò)多個(gè)所述測(cè)試組合得到訓(xùn)練后神經(jīng)網(wǎng)絡(luò)模型m的準(zhǔn)確率p；

34、更新低空高度h為低空高度h’，

35、獲取低空高度h’對(duì)應(yīng)的訓(xùn)練組合及測(cè)試組合，通過(guò)訓(xùn)練組合對(duì)神經(jīng)網(wǎng)絡(luò)模型m’訓(xùn)練，通過(guò)多個(gè)所述測(cè)試組合得到訓(xùn)練后神經(jīng)網(wǎng)絡(luò)模型m’的準(zhǔn)確率p’；

36、計(jì)算低空高度h與低空高度h’的概率差值δp，δp＝p’-p，

37、在δp≥0時(shí)，以神經(jīng)網(wǎng)絡(luò)模型m為預(yù)測(cè)模型，

38、在δp＜0時(shí)，根據(jù)一接受概率選擇是否以神經(jīng)網(wǎng)絡(luò)模型m’為預(yù)測(cè)模型；其中，接受概率與溫度t及概率差值δp相關(guān)；

39、使當(dāng)前的迭代次數(shù)增加；

40、在當(dāng)前的迭代次數(shù)小于一迭代次數(shù)閾值時(shí)，以低空高度h’作為當(dāng)前的低空高度h并返回到對(duì)低空高度h的更新，

41、在當(dāng)前的迭代次數(shù)達(dá)大于或等于迭代次數(shù)閾值時(shí)，判斷是否滿足收斂條件；

42、在收斂條件滿足時(shí)，選擇當(dāng)前的預(yù)測(cè)模型，

43、在收斂條件不滿足時(shí)，使當(dāng)前的溫度為當(dāng)前溫度的取值降低及重置迭代次數(shù)，并返回到對(duì)低空高度h的更新。

44、在本發(fā)明公開(kāi)的一些實(shí)施例中，

45、所述收斂條件包括，

46、當(dāng)前的所述預(yù)測(cè)模型的準(zhǔn)確率大于準(zhǔn)確率閾值。

47、在本發(fā)明公開(kāi)的一些實(shí)施例中，

48、獲取所述準(zhǔn)確率包括，

49、通過(guò)所述神經(jīng)網(wǎng)絡(luò)模型獲取多個(gè)所述測(cè)試組合的區(qū)域樣本光譜曲線的測(cè)試標(biāo)簽；

50、比較每個(gè)所述測(cè)試組合的測(cè)試標(biāo)簽與對(duì)應(yīng)的區(qū)域標(biāo)簽是否一致；

51、根據(jù)相同標(biāo)簽的測(cè)試組合的占比計(jì)算所述準(zhǔn)確率。

52、在本發(fā)明公開(kāi)的一些實(shí)施例中，

53、訓(xùn)練所述神經(jīng)網(wǎng)絡(luò)模型配置為，

54、獲取所述區(qū)域樣本光譜曲線的頻域波形數(shù)據(jù)；

55、根據(jù)所述頻域波形數(shù)據(jù)獲取不同頻率分量的振幅點(diǎn)；

56、根據(jù)同一所述低空高度下相同所述感興趣區(qū)域多個(gè)所述振幅點(diǎn)構(gòu)建原始特征矩陣；

57、根據(jù)多個(gè)所述原始特征矩陣x及其所述區(qū)域標(biāo)簽訓(xùn)練所述神經(jīng)網(wǎng)絡(luò)模型。

58、以及，本發(fā)明實(shí)施例第二方面至少公開(kāi)一種低空無(wú)人機(jī)高光譜遙感探測(cè)系統(tǒng)。

59、其中，所述探測(cè)系統(tǒng)包括樣本模塊、訓(xùn)練模塊及探測(cè)模塊；

60、所述樣本模塊用于獲取所述低空無(wú)人機(jī)在至少兩個(gè)低空高度的高光譜遙感樣本圖像；獲取所述高光譜遙感樣本圖像的亞像素樣本圖像；提取所述亞像素樣本圖像中一個(gè)或多個(gè)樣本感興趣區(qū)域；其中，所述樣本感興趣區(qū)域內(nèi)各像素點(diǎn)的像素值在至少一誤差范圍內(nèi)連續(xù)；提取所述樣本感興趣區(qū)域的平均反射率為區(qū)域樣本光譜曲線，配置各所述感興趣區(qū)域的區(qū)域標(biāo)簽；

61、所述訓(xùn)練模塊用于選擇一神經(jīng)網(wǎng)絡(luò)模型；獲取同一所述低空高度下若干所述區(qū)域樣本光譜曲線及其所述區(qū)域標(biāo)簽的樣本組合，選擇一部分的所述樣本組合為訓(xùn)練組合，另一部分的所述樣本組合為測(cè)試組合；通過(guò)所述訓(xùn)練組合訓(xùn)練對(duì)應(yīng)所述低空高度的所述神經(jīng)網(wǎng)絡(luò)模型；通過(guò)所述測(cè)試組合評(píng)價(jià)對(duì)應(yīng)所述低空高度的所述神經(jīng)網(wǎng)絡(luò)模型；選擇最優(yōu)評(píng)價(jià)的所述神經(jīng)網(wǎng)絡(luò)模型為預(yù)測(cè)模型，記錄所述預(yù)測(cè)模型的所述低空高度為預(yù)測(cè)高度；

62、所述探測(cè)模塊用于控制所述無(wú)人機(jī)獲取所述預(yù)測(cè)高度的高光譜遙感待測(cè)數(shù)據(jù)；獲取所述高光譜遙感待測(cè)圖像的亞像素待測(cè)圖像；提取所述亞像素待測(cè)圖像中一個(gè)或多個(gè)待測(cè)感興趣區(qū)域；其中，所述待測(cè)感興趣區(qū)域內(nèi)各像素點(diǎn)的像素值在所述誤差范圍內(nèi)連續(xù)；提取所述待測(cè)感興趣區(qū)域的平均反射率為區(qū)域待測(cè)光譜曲線；通過(guò)所述預(yù)測(cè)模型預(yù)測(cè)所述區(qū)域待測(cè)光譜曲線的待測(cè)標(biāo)簽；其中，所述待測(cè)標(biāo)簽表征所述待測(cè)感興趣區(qū)域存在的礦產(chǎn)資源。

63、本發(fā)明實(shí)施例與現(xiàn)有技術(shù)相比，本發(fā)明首先以亞像素插值的方式對(duì)高光譜遙感樣本圖像進(jìn)行特征增強(qiáng)，再尋找不同低空高度下最優(yōu)的預(yù)測(cè)模型，然后通過(guò)預(yù)測(cè)模型在其預(yù)測(cè)高度下實(shí)現(xiàn)對(duì)高光譜遙感待測(cè)圖像中礦產(chǎn)資源的識(shí)別，綜合避免了無(wú)人機(jī)對(duì)圖像拍攝高度及圖像分辨率等多方面的影響。

64、針對(duì)上述方案，本發(fā)明通過(guò)以下參照附圖對(duì)公開(kāi)的示例性實(shí)施例作詳細(xì)描述，亦使本發(fā)明實(shí)施例的其它特征及其優(yōu)點(diǎn)清楚。