当前位置: 首页 > 专利查询>复旦大学专利>正文

基于偏最小二乘法的高光谱遥感图像波段选择方法技术

技术编号:6971024 阅读:484 留言:0更新日期:2012-04-11 18:40
本发明专利技术属于高光谱遥感图像处理技术领域,具体为一种基于偏最小二乘法的高光谱遥感图像波段选择的方法。本发明专利技术利用偏最小二乘法提取成分保留高光谱图像变异信息且与分类信息相关程度高的特点,将光谱矩阵与隶属度矩阵乘积的能量作为选择波段的标准,通过迭代求取已选择波段递归的残差来选择下一组波段,实现波段选择的过程。本发明专利技术能有效克服传统多光谱图像波段选择方法计算复杂度高,需要去除相关波段的缺点。高光谱遥感图像分类实验结果表明,高光谱遥感图像使用本发明专利技术进行波段后具有良好的分类效果。本发明专利技术对于高效利用高光谱图像的信息资源有着重要的应用价值。

【技术实现步骤摘要】

本专利技术属于遥感图像处理
,具体涉及一种。
技术介绍
高光谱遥感在电磁波谱的紫外、可见光、近红外和中红外区域中的数十至数百个非常窄且连续的光谱段上同时获取信息,从而得到每个像素完整连续的光谱曲线。高光谱遥感技术的发展为人们提供了详尽精确的地物光谱信息,但是大量高度相关的波段信息也为高光谱图像的进一步处理带来了困难。高维数据不仅会造成冗余,提高计算复杂度,而且由于Hughes现象(即训练样本固定时,分类精度随特征维数的增加而下降),使得高光谱图像的分类效果受到严重影响。因此,如何有效选取特征对于高光谱图像处理是非常重要的。一般来说,选择有效特征主要采取特征提取或波段选择这两种方法。相对于特征提取的方法,波段选择不改变原光谱数据,保留原始波段的物理含义以及地物的光谱特性,在相关领域有着重要应用价值。当前对高光谱图像波段选择方法的研究,主要针对其在分类中的应用,具体可分为有监督和无监督两种。两者的区别在于,无监督的方法不需要任何先验信息,而有监督的方法需要事先为每类地物在遥感图像上采集样本数据之后,通过学习训练再进行波段选择。相对而言,有监督的波段选择方法往往能够取得更高的分类精本文档来自技高网...

【技术保护点】
1.一种基于偏最小二乘法的高光谱遥感图像波段选择的方法,其特征在于通过迭代求取已选择波段递归的残差来选择波段,具体步骤如下:步骤 1、将高光谱数据转换为矩阵形式,根据训练数据的地物信息构造隶属度矩阵,其中N为训练样本数,L为波段数,M为地物类别数;步骤 2、计算乘积矩阵的所有特征向量,特征值,根据式(1)计算投影权重向量:,  ?(1)带上标T的表示 的转置;根据式(2)计算载荷因子:,(2)其中为的第个元素;步骤 3、从L个载荷因子中选择最大值,将记为选择的波段;步骤 4、根据已选择波段对做递归并求残差:(3)其中为的第个列向量; 带上标T的表示  向量的转置;步骤 5、当所选择的波段数已满...

【技术特征摘要】

【专利技术属性】
技术研发人员:葛亮王斌张立明
申请(专利权)人:复旦大学
类型:发明
国别省市:31

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1