高光譜遙感技術(shù)具有能同時反映遙感對象空間特征和光譜特征等獨(dú)特優(yōu)勢,但這些優(yōu)勢也帶來了波段眾多且相關(guān)性強(qiáng)、數(shù)據(jù)冗余度高、不利于進(jìn)一步處理與利用等問題。通過降維可以減少數(shù)據(jù)中的冗余信息,提高處理效率,而特征提取作為降維的一種重要方法,具有降維速度快等優(yōu)點(diǎn)。因此,特征提取對高光譜圖像的利用有重要意義。首先介紹了高光譜圖像降維的基本原理,然后對各種高光譜圖像特征提取方法進(jìn)行了分類并歸納總結(jié)各自優(yōu)缺點(diǎn),最后指出了高光譜圖像特征提取方法研究中存在的問題,并對高光譜圖像特征提取技術(shù)發(fā)展趨勢進(jìn)行了展望。 

【文章來源】：電光與控制. 2020,27(10)北大核心CSCD

【文章頁數(shù)】：5 頁

【部分圖文】：

高光譜圖像示意圖

圖1 高光譜圖像示意圖高光譜圖像特征提取,即將原始高光譜數(shù)據(jù)從高維光譜特征空間按照某一變換方式,投影到一個維數(shù)更低的子空間。特征提取過程如圖3所示,其中F(X1,…,X5)表示一個線性或者非線性的變換方程。

高光譜圖像特征提取,即將原始高光譜數(shù)據(jù)從高維光譜特征空間按照某一變換方式,投影到一個維數(shù)更低的子空間。特征提取過程如圖3所示,其中F(X1,…,X5)表示一個線性或者非線性的變換方程。波段選擇受搜索算法和準(zhǔn)則函數(shù)的影響,不可避免地會損失大量信息[6],而特征提取方法可以經(jīng)過變換直接將高維數(shù)據(jù)降維到目標(biāo)維數(shù),降維速度快。

【參考文獻(xiàn)】：
期刊論文
[1]中國高光譜遙感的前沿進(jìn)展[J]. 童慶禧,張兵,張立福.  遙感學(xué)報. 2016(05)
[2]利用流形學(xué)習(xí)進(jìn)行高光譜遙感影像的降維與特征提取[J]. 杜培軍,王小美,譚琨,夏俊士.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2011(02)

博士論文
[1]非線性流形結(jié)構(gòu)在高光譜圖像異常檢測中的應(yīng)用研究[D]. 王亮亮.國防科學(xué)技術(shù)大學(xué) 2014
[2]高光譜數(shù)據(jù)降維算法研究[D]. 高陽.中國礦業(yè)大學(xué) 2013
[3]面向目標(biāo)探測的高光譜影像特征提取與分類技術(shù)研究[D]. 路威.中國人民解放軍信息工程大學(xué) 2005

碩士論文
[1]基于稀疏和低秩表示的高光譜圖像維數(shù)約減[D]. 蔡榕竹.西安電子科技大學(xué) 2017
[2]基于卷積神經(jīng)網(wǎng)的高光譜數(shù)據(jù)特征提取及分類技術(shù)研究[D]. 姜含露.哈爾濱工業(yè)大學(xué) 2016
[3]高光譜遙感影像降維及分類方法研究[D]. 李靜.中南大學(xué) 2012



本文編號：3520887