基于线性表示的高光谱影像波段选择算法

发布时间：2018-06-28 11:02

  本文选题：高光谱影像 + 线性表示　； 参考：《国土资源遥感》2017年04期

【摘要】：为了去除高光谱影像的数据冗余,提高高光谱影像处理的精度和效率,提出了一种基于线性表示的高光谱影像波段选择算法。针对每一个波段,建立与其他波段的线性表示关系,依据复相关系数确定相关程度最高的波段,将其作为冗余波段去除;对剩余波段重复上述过程,得到最小波段集;并证明了利用该波段集和全波段所选的端元是一致的,在不影响端元提取的前提下,最大程度地去除了冗余波段。通过2组实验结果证明了该波段选择算法的可行性和有效性。
[Abstract]:In order to eliminate the data redundancy of hyperspectral images and improve the accuracy and efficiency of hyperspectral image processing, a band selection algorithm based on linear representation is proposed. For each band, the linear representation relationship with other bands is established, and the band with the highest correlation degree is determined according to the complex correlation coefficient, which is removed as redundant band, and the minimum band set is obtained by repeating the above process for the remaining band. It is proved that the band set is consistent with that of the whole band, and the redundant band is removed to the maximum extent without affecting the extraction of the end elements. The feasibility and effectiveness of the band selection algorithm are proved by two groups of experimental results.
【作者单位】： 长安大学理学院;
【基金】：国家自然科学基金项目“高分辨率遥感影像信息提取的特征结构化多尺度分析方法研究”(编号:41571346);“基于高维马尔可夫网结构统计方法的高光谱图像分割研究”(编号:40971217)和“无限时滞脉冲泛函微分方程及其在经济中的应用”(编号:11201038)共同资助
【分类号】：TP751

【相似文献】

相关期刊论文 前10条

1 范冬娟;张韶华;;高光谱影像反射率反演方法的研究[J];海洋测绘;2006年03期

2 甘甫平;王润生;;高光谱遥感技术在地质领域中的应用[J];国土资源遥感;2007年04期

3 余旭初;杨国鹏;冯伍法;周欣;;基于简约集支持向量机的高光谱影像分类[J];计算机科学;2010年11期

4 李新双;张良培;李平湘;吴波;;基于小波分量特征值匹配的高光谱影像分类[J];武汉大学学报(信息科学版);2006年03期

5 杨可明;陈云浩;郭达志;蒋金豹;;基于高光谱影像的小麦条锈病光谱信息探测与提取(英文)[J];光子学报;2008年01期

6 苏俊英;舒宁;;一种基于非线性增益小波滤波的高光谱影像去噪技术研究[J];遥感技术与应用;2008年04期

7 杨可明;李慧;郭达志;;基于最佳小波包基的高光谱影像特征制图[J];测绘学报;2008年01期

8 杨国鹏;余旭初;刘伟;陈伟;;基于支持向量机的高光谱影像分类研究[J];计算机工程与设计;2008年08期

9 董超;赵慧洁;;关联向量机在高光谱影像分类中的应用[J];遥感学报;2010年06期

10 冯海亮;潘竞文;黄鸿;;半监督邻域保持嵌入在高光谱影像分类中的应用[J];计算机科学;2014年S1期

相关会议论文 前5条

1 于美娇;董广军;张永生;纪松;杨靖宇;;一种基于极大后验估计的高光谱影像分辨率增强方法[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年

2 王艺婷;黄世奇;刘代志;陈聪;;基于统计排序的高光谱波段选择方法[A];国家安全地球物理丛书（八）——遥感地球物理与国家安全[C];2012年

3 张杰林;;砂岩型铀矿床高光谱数据挖掘技术研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

4 董彦芳;庞勇;;高光谱影像与LiDAR数据融合提取城市目标提取[A];中国地震学会空间对地观测专业委员会2013年学术研讨会论文摘要集[C];2013年

5 李飞;周成虎;陈荣国;;基于光谱曲线形态的高光谱影像检索方法研究[A];第二届中国科学院博士后学术年会暨高新技术前沿与发展学术会议程序册[C];2010年

相关博士学位论文 前3条

1 马晓瑞;基于深度学习的高光谱影像分类方法研究[D];大连理工大学;2017年

2 杨国鹏;基于机器学习方法的高光谱影像分类研究[D];解放军信息工程大学;2010年

3 夏威;高光谱遥感图像的解混和波段选择方法研究[D];复旦大学;2013年

相关硕士学位论文 前10条

1 张风;基于子空间学习的高光谱影像地物分类[D];西安电子科技大学;2015年

2 祝鹏飞;面向对象的高光谱影像地物分类技术研究[D];解放军信息工程大学;2011年

3 杨国鹏;基于核方法的高光谱影像分类与特征提取[D];解放军信息工程大学;2007年

4 潘竞文;半监督邻域保持嵌入在高光谱影像分类中的应用[D];重庆大学;2014年

5 徐卫霄;高光谱影像集成学习分类及后处理技术研究[D];解放军信息工程大学;2011年

6 夏冰;高光谱影像非监督波段选择技术研究[D];苏州大学;2015年

7 镡永强;基于多目标优化的高光谱图像无监督波段选择[D];西安电子科技大学;2014年

8 韩超;基于稀疏表示和低秩表示的高光谱图像波段选择方法研究[D];西安电子科技大学;2015年

9 姚利;基于标记样本扩展的高光谱波段选择技术[D];西安电子科技大学;2015年

10 张绍杰;基于互信息量的超光谱数据波段选择降维算法研究[D];华中科技大学;2015年

，

本文编号：2077775