高光譜數(shù)據(jù)波段選擇算法的研究.pdf

1、高光譜傳感器獲取的波譜窄而且連續(xù)，其跨越可見到紅外光譜。高光譜數(shù)據(jù)豐富的光譜信息增加了它對材料的分類與識別能力。正是由于高光譜圖像分辨率高，數(shù)據(jù)量大，信息的冗余程度高且有不少噪聲波段，給數(shù)據(jù)處理帶來了很大的困難。波段選擇應(yīng)運而生，即能有效保留光譜數(shù)據(jù)最大信息，又能為實現(xiàn)光譜數(shù)據(jù)快速處理提供可能。高效的數(shù)據(jù)降維成為了高光譜數(shù)據(jù)處理的必須流程，而波段選擇是最為常用的數(shù)據(jù)降維方式。但目前的大部分波段選擇算法并沒有使波段信息量最大化的同時冗余度

2、最小，或者不能滿足特定的要求。故而本文主要針對波段選擇算法進行研究。
　　根據(jù)高光譜數(shù)據(jù)波段選擇目的進行劃分，可分為兩類:通用性的波段選擇和對特定地物特性保留的波段選擇。針對通用性波段選擇，本文提出了一種基于組合因子最優(yōu)的波段選擇算法，實現(xiàn)了數(shù)據(jù)的降維。對于特定地物特性保留的波段選擇，本文提出了基于波段重要性和正交子空間投影的波段選擇算法，提高了特定類別地物的分類準確率。主要內(nèi)容有以下三個方面:
　　第一:針對通用性的波段選

3、擇，提出了基于組合因子最優(yōu)的波段選擇算法。首先對高光譜數(shù)據(jù)進行波段子空間劃分，在各子空間中通過線性預(yù)測誤差來計算誤差最小和次小的兩個波段，結(jié)合它們的標準差，計算出它們的組合因子，通過比較組合因子來決定所要去除的波段。
　　第二，在組合因子最優(yōu)的算法中，使用局部平均熵的方法來自動的去除無關(guān)波段，對噪聲波段和低能量波段進行了去除。對高光譜數(shù)據(jù)進行了子空間劃分減小了計算復(fù)雜度。
　　第三，針對特定地物特性保留的波段選，提出了基于波