基于全局敏感度分析的高光谱反射率数据光谱特征提取方法技术

基于全局敏感度分析的高光谱反射率数据光谱特征提取方法，其步骤为：①敏感度分析：使用全局敏感度分析方法计算高光谱反射率数据各波段位置处的敏感度；②特征波段选择：根据敏感度分析的结果选择特征波段；③正则变换：使用正则变换方法计算类别可分性最大时的特征向量；④光谱特征构建：使用特征波段反射率值与特征向量对应元素值的线性组合构建第一正则轴，作为光谱特征。相比于传统的高光谱反射率数据光谱特征提取方法，本发明专利技术所提出的方法构建的光谱特征可以在降低数据维度的同时使不同类别的可分性达到最大，特别适用于农作物胁迫检测、目标识别和地物分类等遥感应用问题，在高光谱反射率数据处理与应用技术领域拥有广阔前景。

【技术实现步骤摘要】
【专利摘要】，其步骤为：①敏感度分析：使用全局敏感度分析方法计算高光谱反射率数据各波段位置处的敏感度；②特征波段选择：根据敏感度分析的结果选择特征波段；③正则变换：使用正则变换方法计算类别可分性最大时的特征向量；④光谱特征构建：使用特征波段反射率值与特征向量对应元素值的线性组合构建第一正则轴，作为光谱特征。相比于传统的高光谱反射率数据光谱特征提取方法，本专利技术所提出的方法构建的光谱特征可以在降低数据维度的同时使不同类别的可分性达到最大，特别适用于农作物胁迫检测、目标识别和地物分类等遥感应用问题，在高光谱反射率数据处理与应用
拥有广阔前景。【专利说明】
本专利技术涉及一种高光谱反射率数据光谱特征的提取方法，属于高光谱反射率数据处理方法与应用
。
技术介绍
随着星载高光谱分辨率传感器的出现和定量遥感模型的发展，高光谱遥感数据的定量化应用越来越受到重视。相比传统的低分辨率遥感数据而言，高光谱遥感数据的波段数更多，提供的数据量更大，因而拥有更为广阔的应用潜力。但是，光谱分辨率的提高和数据量的增加也为遥感数据定量化应用带来了挑战。一般来讲，数据量的增加尽管有助于解译出更多的有用信息，但也带来了大量的冗余信息。这就要求研究人员根据具体的应用需求，构造特定的光谱特征，从而凸显有用信息，剔除冗余信息。目前现有的高光谱反射率数据特征提取方法主要有主成分变换、缨帽变换和傅里叶变换等。这些方法能够有效利用高光谱反射率数据的特点，通过数学变换算法，提取出有用的光谱特征。例如，主成分变换可以将原始数据变换到一个新的坐标系内。在该坐标系下，数据沿着它的第一主成分轴方向具有最大的方差，即第一主成分包含了最大的信息量，而其他主成分包含的信息量则相对较少。因此，选择第一主成分或包含信息量较大的前几个主成分可以降低数据空间的维数，在获得必要信息的前提下抑制冗余信息。但是，目前的高光谱反射率数据光谱特征提取方法主要存在以下问题。一是波段选择过程基于训练样本，导致选择的波段依赖于特定的训练数据集的特点，因而普适性和可扩展性差；部分方法不包含波段选择过程，使得特征提取时计算量大，求解耗时。二是对于特定问题，如农作物胁迫检测、目标识别和地物分类等，在构建光谱特征的过程中没有考虑不同类别间的可分性，因而在处理这些问题时的效果较差。本专利技术针对上述存在的问题，提出一种，在减少数据维度的同时使不同类别间的可分性达到最大。
技术实现思路
本专利技术的目的在于提供一种高光谱反射率数据光谱特征的提取方法，以克服现有的光谱特征提取方法没有考虑类别间的可分性的缺点，构建一种能够提取出类别可分性最大的光谱特征的方法。本专利技术的技术解决方案是:使用全局敏感度分析方法分析高光谱反射率数据各波段位置处的敏感度；根据敏感度分析的结果选择特征波段；使用正则变换方法计算类别可分性最大时的特征向量；使用特征波段反射率值与特征向量对应元素值的线性组合构建第一正则轴，作为光谱特征。本专利技术的具体步骤如下:步骤一:敏感度分析:使用全局敏感度分析方法EFAST (Extended FourierAmplitude Sensitivity Test)计算高光谱反射率数据各波段位置处的一阶敏感指数和总敏感指数，分别计算全部k个自变量在每一个波段位置处的一阶敏感指数和总敏感指数，其中第i个自变量Xi在第j个波段位置处的一阶敏感指数Sxi和总敏感指数STXi的计算公式如下:【权利要求】1.，其特征在于:通过全局敏感度分析方法计算高光谱反射率数据中各波段的敏感指数，依据敏感指数的大小选取特征波段，使用正则变换方法从选取的波段中提取第一正则轴作为光谱特征，从而使得应用该特征进行高光谱反射率数据分析时类别可分性达到最大，该方法具体步骤如下: 步骤一:敏感度分析:使用全局敏感度分析方法EFAST (Extended Fourier AmplitudeSensitivity Test)计算高光谱反射率数据各波段位置处的一阶敏感指数和总敏感指数，分别计算全部k个自变量在每一个波段位置处的一阶敏感指数和总敏感指数，其中第i个自变量Xi在第j个波段位置处的一阶敏感指数Sxi和总敏感指数Sm的计算公式如下: 【文档编号】G06K9/46GK103714341SQ201410025983【公开日】2014年4月9日 申请日期:2014年1月21日 优先权日:2014年1月21日 【专利技术者】赵峰, 郭一庆 申请人:北京航空航天大学本文档来自技高网...

【技术保护点】
基于全局敏感度分析的高光谱反射率数据光谱特征提取方法，其特征在于：通过全局敏感度分析方法计算高光谱反射率数据中各波段的敏感指数，依据敏感指数的大小选取特征波段，使用正则变换方法从选取的波段中提取第一正则轴作为光谱特征，从而使得应用该特征进行高光谱反射率数据分析时类别可分性达到最大，该方法具体步骤如下：步骤一：敏感度分析：使用全局敏感度分析方法EFAST（Extended?Fourier?Amplitude?Sensitivity?Test）计算高光谱反射率数据各波段位置处的一阶敏感指数和总敏感指数，分别计算全部k个自变量在每一个波段位置处的一阶敏感指数和总敏感指数，其中第i个自变量Xi在第j个波段位置处的一阶敏感指数SXi和总敏感指数STXi的计算公式如下：SXi=ViVt---(1)STXi=1-V1,2,...(i-1),(i+1),...,kVt---(2)式中，Vt是输出变量Y的总方差，Vi是第i个自变量Xi变化而其他自变量固定时Y的方差，V1,2,···,(i?1),(i+1),···,k是k个输入变量中第i个自变量Xi固定而其他自变量变化时Y的方差，它们的计算公式如下：Vt＝V(Y)?????????????（3）Vi＝V(E(Y|Xi))?????????????????（4）V1,2,…(i?1),(i+1),…,k＝V(E(Y|X1,X2,…,Xi?1,Xi+1,…,Xk))???（5）式中，E为求期望运算，V为求方差运算，X1，X2，···，Xk分别为第1，2，···，k个自变量；步骤二：特征波段选择：依据步骤一中敏感度分析结果，选取研究中感兴趣的一个或多个自变量的一阶敏感指数和总敏感指数最大的n个波段作为特征波段，这n个波段处的反射率值记为R1，R2，···，Rn。步骤三：正则变换：使用训练数据构建类间协方差矩阵A和类内协方差矩阵B，矩阵A和B均为n×n维矩阵，n为步骤二中选择的特征波段的个数，通过求解下述广义特征方程：(A?λB)d＝0????????????????（6）则可以计算出n个特征值λ和相应的n个特征向量d，其中λ代表类间方差σA2与类内方差σB2的比值,即：λ=σA2σB2---(7)λ越大则在相应的特征向量方向上的类别可分性越大；步骤四：光谱特征构建：选择步骤三中求解出的n个特征值中最大的一个所对应的特征向量，记为d=（c1，c2，···，cn）T，结合步骤二中选择的n个特征波段处的反射率值R1，R2···Rn，第一正则轴FCA（First?Canonical?Axis）可以表示如下形式的线性组合：FCA＝c1R1+c2R2+…+cnRn??????????????（8）将FCA作为光谱特征应用于高光谱反射率数据的处理，可以使得类别可分性达到最大。...

【技术特征摘要】

【专利技术属性】
技术研发人员：赵峰，郭一庆，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：