基于成像光谱技术识别罂粟种植区域的可行性试验研究

基于成像光谱技术识别罂粟种植区域的可行性试验研究

0 前沿

    调查结果显示，世界范围的毒品犯罪泛滥，成为最严重的社会问题，极大地危害社会的安定和人们的健康，打击毒品犯罪，需从毒品种植源头抓起。中国民间存在大量偷偷种植的非法罂粟园，它们零星地分布在山区、林区以及人迹罕至的地方，或隐秘地套种在庄稼地里，这给寻找和摧毁罂粟非法种植带来困难。从2005年开始，国家禁毒办开展了“天目行动”，利用卫星遥感监测技术检测毒品种植重点区域，通过飞机航测和“天目-10”卫星遥感结合，使用高科技手段及时发现种毒隐患，从源头上打击毒品犯罪活动。

    近年来，一些国家利用以GPS为基础的影像测绘技术，来监控罂粟种植的可疑地区，提高罂粟根除行动的准确性、安全性和有效性。其方法是根据卫星影像反映出来的光谱和环境情境，对潜在的罂粟种植区进行识别。但是，植物的光谱信号非常相似，对光谱鉴别能力要求高。

    目前，对于非法种植罂粟的排查，缉毒人员采用的方法基本为在罂粟种植期或生长期，深入涉毒重点村屯的山头，林缘地带进行实地监控、踏查等方式来检查，人力和物力的投入极大。受益于光谱成像技术和无人机技术在近些年不断的发展，通过无人机搭载小型光谱成像仪来检测是否存在非法罂粟种植地的项目被提上了一线技术侦查人员的议程。

本实验利用反射光谱成像技术，进行检测是否存在非法罂粟种植地的可行性实验研究。

1 材料与分析

1.1 试验样品制作

采摘罂粟及其周围环境生长的五种不同植物的叶子若干，制作样品。如图1所示，第一列是罂粟叶子共4片叶子，第二列是植物1的叶子标记为叶片1，共3片叶子，同样方法，第三列是叶片2共4片叶子，第四列是叶片3共4片叶子，第五列是叶片4共4片叶子，第六列是叶片5共4片叶子。叶片1, 2, 3, 4, 5分别采摘于罂粟周围环境生长的其他五种植物。叶片用双面胶固定在泡沫板上。   

图1  样品分布

1.2 试验方法与数据处理

采用成像高光谱系统GaiaField-V10，CCD的曝光时间为自动曝光，焦距为自动调焦，扫描速度为自动匹配，增益设置为1，所拍图像分别以Raw形式进行保存。

对采集的高光谱数据做黑白校正得到光谱反射率数据（具体方法可关注微信订阅号遥感技术及应用服务）。打开反射率光谱影像数据，通过多边形矢量(感兴趣区域)如图2所示。选择工具分别对不同植物叶片进行采样，选择的ROI。

图2 样品高光谱RGB重构图像及ROI

1.3 光谱匹配

    通过多边形矢量选择工具分别对不同植物叶片进行采样，所选的ROI（感兴趣区域）如图2，采样目标包括罂粟叶片、其他植物叶片、双面胶和泡沫板，将选取的ROI统计分析，保存其均值作为光谱数据库。

基于保存的光谱数据库，利用光谱角匹配方法对采集的高光谱影像进行光谱匹配，匹配的结果以伪彩色显示，如图3所示。

图3  光谱角匹配结果

由图3可清晰看出由“红色”标记的“罂粟”植物叶片，可通过己知的“罂粟”叶片的光谱特征，经由光谱角匹配算法给标记出来，并以红色的伪彩色显示。

2  试验模拟

上述实验是把罂粟和其他树叶分开摆放，平铺在泡沫板上进行光谱成像的，是在己知罂粟及其他植物叶片的光谱特征情况下，通过“光谱分类”的功能将不同植物叶片加以区分，并以不同的伪彩色显示。但在实际的场景中，罂粟通常是种植在杂草丛生的山地里或套种在庄稼地里。实际上，我们难以获得所有与罂粟生长环境相同的所有植物的光谱特征，因而我们需要在实验室下对真实环境进行模拟实验:即罂粟叶片混杂在其他各种不同植物的叶片之中，如图4所示。

2.1  提取感兴趣目标—罂粟

   在图4的光谱成像图像中每个像元并非像图2的图像中的像元是“纯光谱”，而有可能是“混合光谱”，其混合光谱形成的机理有如下原因：

    (1) 在一个瞬时视场内，有多种植物成分存在的空间混合；

    (2) 在一个瞬时视场内，由于植物阴影引起的照度差异；

    (3) 不同像元之间的交叉辐射；

    (4) 仪器本身的混合效应(仪器空间分辩率越低，意味着一个像元所对应的空间面积越大，出现光谱混合的几率就越大)。因此，需要使用光谱混合分解技术使分析目标罂粟与图像其它的内容区分开。

图4罂粟叶片混杂在其他各种不同植物的叶片之中的高光谱RGB重构图像

2.2  混合象元分解

本研究利用全局控制最小二乘法对图4的两景高光谱影像进行解混，根据解混后的光谱通道影像特征，选择三个光谱通道分别以伪彩色显示(如图5 )。

图5   3个通道分别以伪彩色显示

    进行光谱分解首先需要得到图像中不同内容目标的“纯光谱”，这个“纯光谱”理解为图像中没有叠合现象的像元光谱，如果图像中没有这样的光谱，则以叠合现象不明显的像元代替。接着，利用得到的“纯光谱”分析图像，分离“纯光谱”代表的图像内容，然后作光谱混合分解。我们从图5可以清晰地看到罂粟分布的情况。因此我们可以得到结论：

    (1) 根据以上结果可知，在己知罂粟光谱特征情况下，对其他植物的混合光谱进行取样，可通过“光谱混合分解”的方法，将罂粟通道从中提取出来。从而也进一步证实了通过光谱成像的技术手段来检测是否存在罂粟种植区域具备实验基础。

    (2) 分析软件提供了强大的光谱计算功能，针对传统光谱图像中难以将目标与复杂背景进行分离的技术问题，提供了针对高光谱影像的光谱分解方案，成功实现了目标与复杂背景的有效分离，极大地提高了目标提取的效率和准确性，感兴趣目标对比背景以明亮显示，解决目标定位问题。

   (3) 分析软件针对混杂的多种光谱信号提供了光谱运算功能，得到各个独立的纯光谱信号成分，并将处理结果以伪彩色显示方式输出，从而可以清晰地了解目标的分布情况。

2.3  罂粟种植面积估算

    利用分类统计的功能，分别统计罂粟的像元数和整景图像的像元数，用罂粟的像元数除以整景图像的像元数即可得到罂粟的种植比例，如果需要得到种植面积，用罂粟种植比例乘以整景图像代表地面的实际面积即可。

3 总结

    本章利用光谱成像技术，进行检测是否存在非法罂粟种植地的可行性实验研究。通过实验，罂粟叶子可利用高光谱成像技术的光谱匹配分类技术，进行性质鉴定，与其周围环境中的树叶区别分辨出来，解决罂粟种植地定性问题；利用光谱分类统计技术，估算目标监测地罂粟种植比例，解决罂粟种植地罂粟种植面积定量问题；运用分析软件的光谱计算功能，针对混杂的多种光谱信号进行光谱分解，通过多重光谱运算与解混合，得到罂粟的纯光谱信号成分，并将处理结果以伪彩色显示方式输出，增强了罂粟的提取结果，解决罂粟在复杂环境中进行目标定位问题。研究表明利用光谱成像的技术手段来检查是否存在罂粟种植区域，具备实验基础，下一步可通过现场的实地实验，来进一步检测在实际操作中的可行性。本研究对使用高光谱成像技术手段及时发现种毒隐患，从源头上打击毒品犯罪活动有积极的意义。