基于小波包变换和权重光谱角制图的岩心高光谱蚀变信息提取

高光谱数据波段数多且波段间存在强相关性,采用光谱角制图(spectral angle mapper,SAM)算法进行信息提取容易受光谱信号噪声的影响,在一定程度上影响地物识别的精度.针对这一问题,提出一种基于小波包变换和权重SAM的岩心高光谱蚀变信息提取方法.其基本思路为:在对原始高光谱数据进行辐射校正、反射率转换和小波去噪等预处理的基础上,选择daubechies4作为小波基,分别对高光谱图像像元光谱与参考光谱进行8层小波包分解,基于子分量系数构建小波包信息熵矢量来刻画原始光谱曲线特性,并找到像元光谱与参考光谱信息熵矢量差异较大的特征区间,对其设置权重,最后依据SAM算法原理进行蚀变矿物匹配,达到信息提取的目的.通过对我国南方某火山岩型铀矿区HySpex钻孔岩心短波红外高光谱数据的实验表明,该方法利用小波包信息熵特征矢量可以有效表征原始光谱信息,通过设置差异特征区间,突出了局部特征信息,增大了不同矿物类别间的可区分性,总体分类精度达到了75.33％,Kappa系数为0.7063,优于传统的SAM算法,具有较好的适用性.