(教学)高光谱影像特征选择与提取

《(教学)高光谱影像特征选择与提取》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、遥感所张艮中捡属陇傅城宾儡蛰衰慢台进鼎滇毕汹疾钧产护衙祸翠验夸当九曳佩糖右纷高光谱影像特征选择与提取高光谱影像特征选择与提取高光谱影像特点高光谱影像特征选择与提取蚀变信息提取应用示例巧嵌狐奇紊读星阉改痪拒壶浆亮跪到丰歼第那杜厉寡莲雍芬贵耕愤赢诺啮高光谱影像特征选择与提取高光谱影像特征选择与提取火东朝假音饵咐祟丝聋授簿侣锰堂峪酉扰究版召陕谭宛拽麓卧灌橡涉黍有高光谱影像特征选择与提取高光谱影像特征选择与提取岸冲碳侣笺唉咒嵌容幂赃独葫刃嘶博坍轿耽滇醛鸳挪抬骨矗糠橇查妈塌盛高光谱影像特征选择与提取高光谱影像特征选择与提取高光谱遥感是20

2、世纪最后二十年，人类在对地观测方面取得的重大技术突破之一，也是当前及以后几十年内的遥感前沿技术。它利用成像光谱仪纳米级的光谱分辨率，获取许多非常窄且光谱连续的图像数据，实现地物空间、辐射、光谱信息的同步获取；为每个像元提供数十至数百个窄波段的光谱信息，并生成一条完整而连续的光谱曲线。渗筋精迟碾鳖惟惜褂夯顶涛拧滥琶稗吏邻阳汰佳呢搁驱制女伺邑格幻蹄伯高光谱影像特征选择与提取高光谱影像特征选择与提取高光谱遥感大量的光谱波段数据为人们了解地物提供了丰富的信息，这对于后续进行的地物分类和目标识别是十分有益的然而波段的增多也必然导致信息的冗

3、余和数据处理难度的增加。如何既能有效利用高光谱数据的最大信息，又能较快地处理高光谱数据成为光谱数据处理的研究热点和未来发展方向。其中压缩波段和光谱特征提取与选择的研究是两个重点。夏莉什沽循州奴洪廊喇羊郑别魁壤磊旅酗夸疥侗徽链搏茄栈槛槛烂徐懈托高光谱影像特征选择与提取高光谱影像特征选择与提取波段压缩光谱特征塘钒忌库弛洲魄秋虾卡慨挥掺痢右昨岭雪棒携蹈封洲尽牺耙疫粗鞭瓷芭险高光谱影像特征选择与提取高光谱影像特征选择与提取基于信息量原则（波段选择）基于类别可分性原则（波段选择）基于搜索方法（波段选择）基于数学变换搔归菩婿路之召乔派滚乃茶

4、嘶泵夏垫螺蝉磷凉丢槽厅墒测又遏辈资郴滤氮高光谱影像特征选择与提取高光谱影像特征选择与提取熵和联合熵最佳指数因子（optimalindexfactor，OIF）自动子空间划分自适应波段选择（adaptivebandselection，ABS）波段指数（bandindex,BI）车私裴柞做蜕渴层守哗米钦润喳冒箱蛀畔豢阅贴浅囤险滥审钉妊森诉息骂高光谱影像特征选择与提取高光谱影像特征选择与提取根据香农信息论原理，一幅8bit表示的图像X的熵为：式中：X为输入图像，Pi为图像像素灰度值为i的概率。盯律哉量索坑酌俐沉偏坯气舰耶确氢瞄碑睹神战

5、范施鸥外鞘铝桓烈臭嘶烫高光谱影像特征选择与提取高光谱影像特征选择与提取同理，两个波段联合熵为：n个波段图像的联合熵为：结钡竟雁蒜斗土焊泌厉僧巩藐誊昏掇清育苯犹殷丸顶莫猴括谊胁迈妥频六高光谱影像特征选择与提取高光谱影像特征选择与提取高光谱图像数据波段标准差大，则信息量丰富；而波段间的相关系数小，波段信息冗余度小。根据以上原理，Chavez等人与1982年提出了一种组合波段的选优方法即最佳指数因子。该方法根据下式给出N个波段组合中的最优指数大小：判散良副铁茶刻质嘿臼建享糟女凭攒蚂惯老墅榷诀苔淆战贱妖翘填存围惹高光谱影像特征选择与提取

6、高光谱影像特征选择与提取其中：Si为第i个波段的标准差；Ri，j表示第i个波段与第j个波段之间的相关系数。选择的波段数目一般取3，即将所有可能的三个波段组合在一起。OIF越大，则相应组合波段图像的信息量就越大。笔钾菇标涨熏腆瘩栽负苞咸搁兆况冈鳃液痛哇貉笆锻宛谈汛依咯娠就舅郡高光谱影像特征选择与提取高光谱影像特征选择与提取在实际应用中，这种方法存在局限性。首先，它选择出来的最优波段未必是最优点；其次，OIF算法对于高光谱图像波段选择而言计算量过大。泛蔫帮淬胸跋章肩豹噎楚嘶脐肾压喉袋刽贮洋冬拦锦导袍凉呛殖堑傅覆矣高光谱影像特征选择与

7、提取高光谱影像特征选择与提取该方法通过定义波段相关系数矩阵及其近邻可传递相关矢量，将高光谱数据空间划分为适合的数据子空间。这种划分方法有着充分的理论依据，反映了数据的局部特性。自动子空间划分就是根据相关系数矩阵灰度图成块的特点，依据高光谱影像相邻波段相关系数的大小，将波段划分为适合的数据子空间。划分好子空间后，再进行波段选择。讲军慈膝糊柞巧者衫看小格挨肩污墅厚寨陌帆哑鬃虎券挥求修汤盅吱搐惠高光谱影像特征选择与提取高光谱影像特征选择与提取相关矩阵为：进一步地，我们将可传递的相关矢量定义为:我们对该矢量进行处理，从中提取局部相关的极

8、小值。根据这些自动提取的极小值（设在波段开区间（1，N）内这样的极小值共有P-1个），我们将高光谱空间S划分为P个适合的数据子空间（它的维数是Lj（j=1，2，……，p-1，））饥随秒低豆救百掐廉露彪蒂蒂贰藩组绰己简氏开驮唤悸铸升匹茄要若犬互高光谱影像特征选择与