基于矩阵模式的高光谱波段选择方法  

An Efficient Hyperspectral Band Selection MethodBased on Matrix Mode

作　　者：于绍慧[1,2] 张玉钧[1] 赵南京[1] 肖雪[1] 王欢博[1] 

机构地区：[1]中国科学院安徽光学精密机械研究所环境光学与技术重点实验室,合肥230031 [2]合肥师范学院数学系,合肥230061

出　　处：《光电工程》2012年第6期71-75,共5页Opto-Electronic Engineering

基　　金：国家863高科技发展规划计划项目(2007AA061502);安徽省杰出青年科学基金项目(1108085J19);安徽高校自然科学基金项目(KJ2011B134)

摘　　要：去除冗余信息,进行特征提取是当前高光谱数据处理的一个重要课题。本文根据波段选择的基本准则,结合离散系数和相关系数对高光谱影像空间维和光谱维的可分性及相关性进行分析,提出了基于矩阵模式的高光谱波段选择方法-BSMM,并且定义了一个矩阵因子。在计算空间信息量时比较了标准差和离散系数的量化结果,除此之外,采用区间映射有效地消除了离散系数和相关系数变换区间不一致的情况。最后利用AVIRIS高光谱数据,通过与最佳指数因子的比较验证了该方法的有效性。It is an important task to remove the redundant information in hyperspectral images. In this work, a band selection method for hyperspectral data based on matrix mode （BSMM） is proposed by combining the coefficient of variance and the correlation coefficient and a matrix factor is defined. By using the coefficient of variance and the correlation coefficient, we analyze the separability and correlation of hyperspectral images and compare the standard deviation and coefficient of variation when the measurement of spatial dimension information is discussed. In addition, interval mapping is adopted to remove the difference of variation interval between the coefficient of variation and the correlation coefficient. The efficiency of this method is demonstrated by the analysis ofAVIRIS hyperspectral data

关 键 词：离散系数 相关系数 高光谱数据 波段选择 

分 类 号：TP751[自动化与计算机技术—检测技术与自动化装置]