基于FISS的岩矿多维高光谱数据库研究的中期报告.docx

基于FISS的岩矿多维高光谱数据库研究的中期报告
本研究旨在开发基于FISS（FlexibleImageSignatureSpace）的岩矿多维高光谱数据库，以促进岩矿矿物学领域的研究和应用。本中期报告将介绍项目的进展情况和展望。
一、研究目标
开发一个基于FISS的岩矿多维高光谱数据库，通过建立岩矿的特征库，实现岩石和矿物的分类识别、成因分析等研究和应用。
二、研究进展
1.数据采集和预处理
我们采用现场采集和公开数据集下载相结合的方法，获取了包括矿物样品、岩石样品和遥感影像在内的多个数据源。对采集的高光谱数据进行光学校正、大气校正、几何校正等预处理工作，以保证数据的质量和一致性。
2.建立FISS特征库
我们使用FISS算法对预处理后的高光谱图像进行特征提取，生成FISS特征库。为了增强特征的可靠性和区分度，我们采用了多个参数组合进行实验，从中选取最佳组合进行特征提取。我们还对不同矿物和岩石样本进行了特征分析，选择了最能代表样本特征的FISS特征子集，以降低特征向量维数和计算复杂度。
3.数据管理与查询
我们使用MySQL数据库管理FISS特征库，并编写了相关的数据查询和管理程序。通过与GIS系统集成，可实现对不同地理位置的遥感影像和样本数据的查询和分析，为用户提供方便快捷的数据支持。
4.实验与应用
我们对FISS特征库进行了分类和成因分析实验。分类实验中，我们使用已知分类的矿物和岩石样本，通过特征匹配和分类器训练，实现样本自动分类。成因分析实验中，我们选择多个地质标本，通过特征比对和数据分析，对其成因进行了解析。实验结果表明，基于FISS的特征提取和数据库管理方法可有效提高分类和成因分析的准确度和效率。
三、展望和下一步工作
我们计划在项目结束前完成以下工作：
1.扩充数据源和样本库，增加数据库的覆盖范围和代表性。
2.优化数据查询和管理程序，增加用户友好性和交互性。
3.进一步完善分类和成因分析算法，提高分类和成因分析的准确性和鲁棒性。
4.探索基于岩石与遥感特征相结合的岩矿多维高光谱数据库建设方式，提高数据支持的可靠性和相关领域的应用价值。