一种改进的高光谱图像波段选择方法

计算机科学 ›› 2015, Vol. 42 ›› Issue (Z11): 162-165.

一种改进的高光谱图像波段选择方法

任晓东,雷武虎,谷雨,赵青松

脉冲功率激光技术国家重点实验室合肥230037安徽省电子制约技术重点实验室合肥230037电子工程学院合肥230037,脉冲功率激光技术国家重点实验室合肥230037安徽省电子制约技术重点实验室合肥230037电子工程学院合肥230037,脉冲功率激光技术国家重点实验室合肥230037安徽省电子制约技术重点实验室合肥230037电子工程学院合肥230037,脉冲功率激光技术国家重点实验室合肥230037安徽省电子制约技术重点实验室合肥230037电子工程学院合肥230037

出版日期:2018-11-14 发布日期:2018-11-14
基金资助:
本文受国家自然科学基金(61271353),安徽省自然科学基金(KY11070)资助

Improved Band Selection Method for Hyperspectral Imagery

REN Xiao-dong, LEI Wu-hu, GU Yu and ZHAO Qing-song

Online:2018-11-14 Published:2018-11-14

摘要/Abstract

摘要： 根据高光谱波段选择的基本准则,将子空间划分、基于矩阵模式的高光谱波段选择方法(BSMM)、波段指数(OIF)三者相结合,提出了一种新的波段选择方法ABO。该方法首先根据各波段之间的相关性进行子空间划分；然后,在全波段范围内利用基于矩阵模式的高光谱波段选择方法得到单一量化指标W,选出各子空间中量化指标W取最大值所对应的波段；其次,针对已选波段计算任意3个波段的波段指数(OIF),波段指数最大值所对应的3个波段即为所选波段；最后,利用AVIRIS真实高光谱数据进行仿真实验,对所选3个波段进行RGB合成与HSV变换以及RX异常检测,通过与以往波段选择方法进行对比验证了所提方法的有效性。

关键词: 高光谱,波段选择,相关系数,子空间

Abstract: Based on the principles of band selection,in this paper,a new method of band selection,named ABO,was proposed by combing the subspace partition,the band selection method based on matrix mode(BSMM),and the optimum index factor(OIF).In ABO,firstly,based on the correlation of bands,all bands are divided into different subspaces.Then, the index “W” is gotten through the method of BSMM,and only one band is seclected in each subspace,in which the seclected band has the maximal “W”.After this,the OIF from each three bands of the seclected is calculated.At last,the new method is tested by the real hyperspectral remote sensing imagery,and the three seclected bands is carried on RGB synthesize,HSV transformation and the RX anomaly detection.The results show that the proposed method has the best effect.

Key words: Hyperspectral,Band selection,Correlation,Subspace

任晓东,雷武虎,谷雨,赵青松. 一种改进的高光谱图像波段选择方法[J]. 计算机科学, 2015, 42(Z11): 162-165. https://doi.org/

REN Xiao-dong, LEI Wu-hu, GU Yu and ZHAO Qing-song. Improved Band Selection Method for Hyperspectral Imagery[J]. Computer Science, 2015, 42(Z11): 162-165. https://doi.org/

参考文献

[1] 张海涛,梦翔羽.利于目标识别的高光谱影像波段选择方法[J].计算机科学,2013,40(10):305-308
[2] 谷延峰,张晔.基于自动子空间划分的高光谱数据特征提取[J].遥感技术与应用,2008,18(6):384-387
[3] 刘春红,赵春晖,张凌雁.一种新的高光谱图像降维方法[J].中国图像图形学报,2005,10(2):218-222
[4] 苏红军,盛业华,杜培军.自动子空间划分在高光谱影像波段选择中的应用[J].地球信息科学,2007,9(4):123-127
[5] 于绍慧,张玉均,赵南京,等.基于矩阵模式的高光谱波段选择方法[J].光电工程,2012,39(6):72-75
[6] 何元磊,刘代志,易世华.一种新的高光谱图像波段选择方法[J].光电工程,2010,37(9):122-126
[7] 赵春晖,陈万海,杨雷.高光谱遥感图像最优波段选择方法的研究进展与分析[J].黑龙江大学自然科学学报,2007,24(5):593-601
[8] 程艺喆,雷武虎,戴胜波.基于色彩空间变换的目标检测算法研究[J].安徽师范大学学报(自然科学版),2014,37(2):149-154
[9] 刘雪松,葛亮,王斌,等.基于最大信息量的高光谱遥感图像无监督波段选择方法[J].红外与毫米波学报,2012,31(2):166-170
[10] Du Qian,Yang He.Similarity-based unsupervised band selection for hyperspectal image analysis[J].IEEE Geosci.Remote Sens.,2008,5(4):564-568
[11] Du Qian.Band selection and its impact on target detection and classification in hyperspectral image analysis[C]∥ 2003 IEEE Workshop on Advances in Techniques for Analysis of Remotely Sensed Data.2003:374-377

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed