基于成像光譜技術識別罌粟種植區(qū)域的可行性試驗研究

基于成像光譜技術識別罌粟種植區(qū)域的可行性試驗研究

0 前沿

    調查結果顯示，世界范圍的毒品犯罪泛濫，成為最嚴重的社會問題，極大地危害社會的安定和人們的健康，打擊毒品犯罪，需從毒品種植源頭抓起。中國民間存在大量偷偷種植的非法罌粟園，它們零星地分布在山區(qū)、林區(qū)以及人跡罕至的地方，或隱秘地套種在莊稼地里，這給尋找和摧毀罌粟非法種植帶來困難。從2005年開始，國家禁毒辦開展了“天目行動”，利用衛(wèi)星遙感監(jiān)測技術檢測毒品種植重點區(qū)域，通過飛機航測和“天目-10”衛(wèi)星遙感結合，使用高科技手段及時發(fā)現(xiàn)種毒隱患，從源頭上打擊毒品犯罪活動。

    近年來，一些國家利用以GPS為基礎的影像測繪技術，來監(jiān)控罌粟種植的可疑地區(qū)，提高罌粟根除行動的準確性、安全性和有效性。其方法是根據(jù)衛(wèi)星影像反映出來的光譜和環(huán)境情境，對潛在的罌粟種植區(qū)進行識別。但是，植物的光譜信號非常相似，對光譜鑒別能力要求高。

    目前，對于非法種植罌粟的排查，緝毒人員采用的方法基本為在罌粟種植期或生長期，深入涉毒重點村屯的山頭，林緣地帶進行實地監(jiān)控、踏查等方式來檢查，人力和物力的投入極大。受益于光譜成像技術和無人機技術在近些年不斷的發(fā)展，通過無人機搭載小型光譜成像儀來檢測是否存在非法罌粟種植地的項目被提上了一線技術偵查人員的議程。

本實驗利用反射光譜成像技術，進行檢測是否存在非法罌粟種植地的可行性實驗研究。

1 材料與分析

1.1 試驗樣品制作

采摘罌粟及其周圍環(huán)境生長的五種不同植物的葉子若干，制作樣品。如圖1所示，第一列是罌粟葉子共4片葉子，第二列是植物1的葉子標記為葉片1，共3片葉子，同樣方法，第三列是葉片2共4片葉子，第四列是葉片3共4片葉子，第五列是葉片4共4片葉子，第六列是葉片5共4片葉子。葉片1, 2, 3, 4, 5分別采摘于罌粟周圍環(huán)境生長的其他五種植物。葉片用雙面膠固定在泡沫板上。   

圖1  樣品分布

1.2 試驗方法與數(shù)據(jù)處理

采用成像高光譜系統(tǒng)GaiaField-V10，CCD的曝光時間為自動曝光，焦距為自動調焦，掃描速度為自動匹配，增益設置為1，所拍圖像分別以Raw形式進行保存。

對采集的高光譜數(shù)據(jù)做黑白校正得到光譜反射率數(shù)據(jù)（具體方法可關注微信訂閱號遙感技術及應用服務）。打開反射率光譜影像數(shù)據(jù)，通過多邊形矢量(感興趣區(qū)域)如圖2所示。選擇工具分別對不同植物葉片進行采樣，選擇的ROI。

圖2 樣品高光譜RGB重構圖像及ROI

1.3 光譜匹配

    通過多邊形矢量選擇工具分別對不同植物葉片進行采樣，所選的ROI（感興趣區(qū)域）如圖2，采樣目標包括罌粟葉片、其他植物葉片、雙面膠和泡沫板，將選取的ROI統(tǒng)計分析，保存其均值作為光譜數(shù)據(jù)庫。

基于保存的光譜數(shù)據(jù)庫，利用光譜角匹配方法對采集的高光譜影像進行光譜匹配，匹配的結果以偽彩色顯示，如圖3所示。

圖3  光譜角匹配結果

由圖3可清晰看出由“紅色”標記的“罌粟”植物葉片，可通過己知的“罌粟”葉片的光譜特征，經(jīng)由光譜角匹配算法給標記出來，并以紅色的偽彩色顯示。

2  試驗模擬

上述實驗是把罌粟和其他樹葉分開擺放，平鋪在泡沫板上進行光譜成像的，是在己知罌粟及其他植物葉片的光譜特征情況下，通過“光譜分類”的功能將不同植物葉片加以區(qū)分，并以不同的偽彩色顯示。但在實際的場景中，罌粟通常是種植在雜草叢生的山地里或套種在莊稼地里。實際上，我們難以獲得所有與罌粟生長環(huán)境相同的所有植物的光譜特征，因而我們需要在實驗室下對真實環(huán)境進行模擬實驗:即罌粟葉片混雜在其他各種不同植物的葉片之中，如圖4所示。

2.1  提取感興趣目標—罌粟

   在圖4的光譜成像圖像中每個像元并非像圖2的圖像中的像元是“純光譜”，而有可能是“混合光譜”，其混合光譜形成的機理有如下原因：

    (1) 在一個瞬時視場內(nèi)，有多種植物成分存在的空間混合；

    (2) 在一個瞬時視場內(nèi)，由于植物陰影引起的照度差異；

    (3) 不同像元之間的交叉輻射；

    (4) 儀器本身的混合效應(儀器空間分辯率越低，意味著一個像元所對應的空間面積越大，出現(xiàn)光譜混合的幾率就越大)。因此，需要使用光譜混合分解技術使分析目標罌粟與圖像其它的內(nèi)容區(qū)分開。

圖4罌粟葉片混雜在其他各種不同植物的葉片之中的高光譜RGB重構圖像

2.2  混合象元分解

本研究利用全局控制最小二乘法對圖4的兩景高光譜影像進行解混，根據(jù)解混后的光譜通道影像特征，選擇三個光譜通道分別以偽彩色顯示(如圖5 )。

圖5   3個通道分別以偽彩色顯示

    進行光譜分解首先需要得到圖像中不同內(nèi)容目標的“純光譜”，這個“純光譜”理解為圖像中沒有疊合現(xiàn)象的像元光譜，如果圖像中沒有這樣的光譜，則以疊合現(xiàn)象不明顯的像元代替。接著，利用得到的“純光譜”分析圖像，分離“純光譜”代表的圖像內(nèi)容，然后作光譜混合分解。我們從圖5可以清晰地看到罌粟分布的情況。因此我們可以得到結論：

    (1) 根據(jù)以上結果可知，在己知罌粟光譜特征情況下，對其他植物的混合光譜進行取樣，可通過“光譜混合分解”的方法，將罌粟通道從中提取出來。從而也進一步證實了通過光譜成像的技術手段來檢測是否存在罌粟種植區(qū)域具備實驗基礎。

    (2) 分析軟件提供了強大的光譜計算功能，針對傳統(tǒng)光譜圖像中難以將目標與復雜背景進行分離的技術問題，提供了針對高光譜影像的光譜分解方案，成功實現(xiàn)了目標與復雜背景的有效分離，極大地提高了目標提取的效率和準確性，感興趣目標對比背景以明亮顯示，解決目標定位問題。

   (3) 分析軟件針對混雜的多種光譜信號提供了光譜運算功能，得到各個獨立的純光譜信號成分，并將處理結果以偽彩色顯示方式輸出，從而可以清晰地了解目標的分布情況。

2.3  罌粟種植面積估算

    利用分類統(tǒng)計的功能，分別統(tǒng)計罌粟的像元數(shù)和整景圖像的像元數(shù)，用罌粟的像元數(shù)除以整景圖像的像元數(shù)即可得到罌粟的種植比例，如果需要得到種植面積，用罌粟種植比例乘以整景圖像代表地面的實際面積即可。

3 總結

    本章利用光譜成像技術，進行檢測是否存在非法罌粟種植地的可行性實驗研究。通過實驗，罌粟葉子可利用高光譜成像技術的光譜匹配分類技術，進行性質鑒定，與其周圍環(huán)境中的樹葉區(qū)別分辨出來，解決罌粟種植地定性問題；利用光譜分類統(tǒng)計技術，估算目標監(jiān)測地罌粟種植比例，解決罌粟種植地罌粟種植面積定量問題；運用分析軟件的光譜計算功能，針對混雜的多種光譜信號進行光譜分解，通過多重光譜運算與解混合，得到罌粟的純光譜信號成分，并將處理結果以偽彩色顯示方式輸出，增強了罌粟的提取結果，解決罌粟在復雜環(huán)境中進行目標定位問題。研究表明利用光譜成像的技術手段來檢查是否存在罌粟種植區(qū)域，具備實驗基礎，下一步可通過現(xiàn)場的實地實驗，來進一步檢測在實際操作中的可行性。本研究對使用高光譜成像技術手段及時發(fā)現(xiàn)種毒隱患，從源頭上打擊毒品犯罪活動有積極的意義。