【技术实现步骤摘要】
本专利技术属于高光谱遥感图像处理
，具体涉及一种基于改进型层次聚类的高光谱遥感数据降维方法。
技术介绍
高光谱遥感(Hyperspectral Remote Sensing)是指利用很多窄的电磁波波段获取物体有关数据的技术，它是20世纪最后20年人类在对地观测方面取得的重大技术突破之一，也是当前及今后几十年内的遥感前沿技术。与常规多光谱遥感相比，高光谱数据具有数据量大、波段很多很窄、波段相关性强、信息冗余多、图谱一体化等特征。但正是其海量数据和高维特征给高光谱数据的传输和存储都带来了较大的困难，同时也对传统的遥感图像数据处理技术提出了新的挑战。所以，对高光谱数据的快速处理和充分挖掘一直是困扰人们的一个问题。面对高光谱数十、数百个波段的数据，在提高数据处理效率的同时；如何有效利用、提取、分析感兴趣的最大信息，已成为有待研究的新课题。针对高光谱的高维、海量信息，必须对其进行“降维”操作，以提高数据处理效率、有效利用高光谱的最大信息。高光谱“降维”为高光谱影像分析提供了减少数据量、降低空间复杂度的方法，主要有两种方法即波段选择和特征提取。波段选择即从众多波段中选择感兴趣...
【技术保护点】
一种基于改进型层次聚类的高光谱遥感数据降维方法，其特征在于，包括如下步骤：步骤1，选择需进行分析的高光谱遥感影像数据，所述高光谱遥感影像数据含有L个波段；步骤2，利用SID算法计算每两个波段之间的光谱距离，得到一个光谱距离矩阵步骤3，设定要提取的聚类中心和要选择的波段的个数k；步骤4，基于相似性距离矩阵，采用层次聚类方法对影像数据进行聚类分析；步骤5，得到k个聚类中心数据，完成特征提取过程；步骤6，在每个聚类中心中选择一个最具代表性的波段，得到k个波段，完成特征选择过程。FDA00002231475500011.jpg
【技术特征摘要】
1.一种基于改进型层次聚类的高光谱遥感数据降维方法，其特征在于，包括如下步骤 步骤1，选择需进行分析的高光谱遥感影像数据，所述高光谱遥感影像数据含有L个波段； 步骤2，利用SID算法计算每两个波段之间的光谱距离，得到一个光谱距离矩阵DfS ; 步骤3，设定要提取的聚类中心和要选择的波段的个数k ； 步骤4，基于相似性距离矩阵，采用层次聚类方法对影像数据进行聚类分析； 步骤5，得到k个聚类中心数据，完成特征提取过程； 步骤6，在每个聚类中心中选择一个最具代表性的波段，得到k个波段，完成特征选择过程。2.根据权利要求I所述一种基于改进型层次聚类的高光谱遥感数据降维方法，其特征在于，所述SID算法采用以下公式SID(x, y) = D(x y)+D(y x) 式中，SID(x，y)为高光谱遥感典型地物的光谱数据X和y之间的光谱距离，3.根据权利要求I所述一种基于改进型层次聚类的高光谱遥感数据降维方法，其...
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。