本文選題：高光譜影像 + 線性表示�。� 參考：《國(guó)土資源遙感》2017年04期

【摘要】：為了去除高光譜影像的數(shù)據(jù)冗余,提高高光譜影像處理的精度和效率,提出了一種基于線性表示的高光譜影像波段選擇算法。針對(duì)每一個(gè)波段,建立與其他波段的線性表示關(guān)系,依據(jù)復(fù)相關(guān)系數(shù)確定相關(guān)程度最高的波段,將其作為冗余波段去除;對(duì)剩余波段重復(fù)上述過程,得到最小波段集;并證明了利用該波段集和全波段所選的端元是一致的,在不影響端元提取的前提下,最大程度地去除了冗余波段。通過2組實(shí)驗(yàn)結(jié)果證明了該波段選擇算法的可行性和有效性。
[Abstract]:In order to eliminate the data redundancy of hyperspectral images and improve the accuracy and efficiency of hyperspectral image processing, a band selection algorithm based on linear representation is proposed. For each band, the linear representation relationship with other bands is established, and the band with the highest correlation degree is determined according to the complex correlation coefficient, which is removed as redundant band, and the minimum band set is obtained by repeating the above process for the remaining band. It is proved that the band set is consistent with that of the whole band, and the redundant band is removed to the maximum extent without affecting the extraction of the end elements. The feasibility and effectiveness of the band selection algorithm are proved by two groups of experimental results.
【作者單位】： 長(zhǎng)安大學(xué)理學(xué)院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目“高分辨率遙感影像信息提取的特征結(jié)構(gòu)化多尺度分析方法研究”(編號(hào):41571346);“基于高維馬爾可夫網(wǎng)結(jié)構(gòu)統(tǒng)計(jì)方法的高光譜圖像分割研究”(編號(hào):40971217)和“無限時(shí)滯脈沖泛函微分方程及其在經(jīng)濟(jì)中的應(yīng)用”(編號(hào):11201038)共同資助
【分類號(hào)】：TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 范冬娟;張韶華;;高光譜影像反射率反演方法的研究[J];海洋測(cè)繪;2006年03期

2 甘甫平;王潤(rùn)生;;高光譜遙感技術(shù)在地質(zhì)領(lǐng)域中的應(yīng)用[J];國(guó)土資源遙感;2007年04期

3 余旭初;楊國(guó)鵬;馮伍法;周欣;;基于簡(jiǎn)約集支持向量機(jī)的高光譜影像分類[J];計(jì)算機(jī)科學(xué);2010年11期

4 李新雙;張良培;李平湘;吳波;;基于小波分量特征值匹配的高光譜影像分類[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2006年03期

5 楊可明;陳云浩;郭達(dá)志;蔣金豹;;基于高光譜影像的小麥條銹病光譜信息探測(cè)與提取(英文)[J];光子學(xué)報(bào);2008年01期

6 蘇俊英;舒寧;;一種基于非線性增益小波濾波的高光譜影像去噪技術(shù)研究[J];遙感技術(shù)與應(yīng)用;2008年04期

7 楊可明;李慧;郭達(dá)志;;基于最佳小波包基的高光譜影像特征制圖[J];測(cè)繪學(xué)報(bào);2008年01期

8 楊國(guó)鵬;余旭初;劉偉;陳偉;;基于支持向量機(jī)的高光譜影像分類研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2008年08期

9 董超;趙慧潔;;關(guān)聯(lián)向量機(jī)在高光譜影像分類中的應(yīng)用[J];遙感學(xué)報(bào);2010年06期

10 馮海亮;潘競(jìng)文;黃鴻;;半監(jiān)督鄰域保持嵌入在高光譜影像分類中的應(yīng)用[J];計(jì)算機(jī)科學(xué);2014年S1期

相關(guān)會(huì)議論文 前5條

1 于美嬌;董廣軍;張永生;紀(jì)松;楊靖宇;;一種基于極大后驗(yàn)估計(jì)的高光譜影像分辨率增強(qiáng)方法[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

2 王藝婷;黃世奇;劉代志;陳聰;;基于統(tǒng)計(jì)排序的高光譜波段選擇方法[A];國(guó)家安全地球物理叢書（八）——遙感地球物理與國(guó)家安全[C];2012年

3 張杰林;;砂巖型鈾礦床高光譜數(shù)據(jù)挖掘技術(shù)研究[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

4 董彥芳;龐勇;;高光譜影像與LiDAR數(shù)據(jù)融合提取城市目標(biāo)提取[A];中國(guó)地震學(xué)會(huì)空間對(duì)地觀測(cè)專業(yè)委員會(huì)2013年學(xué)術(shù)研討會(huì)論文摘要集[C];2013年

5 李飛;周成虎;陳榮國(guó);;基于光譜曲線形態(tài)的高光譜影像檢索方法研究[A];第二屆中國(guó)科學(xué)院博士后學(xué)術(shù)年會(huì)暨高新技術(shù)前沿與發(fā)展學(xué)術(shù)會(huì)議程序冊(cè)[C];2010年

相關(guān)博士學(xué)位論文 前3條

1 馬曉瑞;基于深度學(xué)習(xí)的高光譜影像分類方法研究[D];大連理工大學(xué);2017年

2 楊國(guó)鵬;基于機(jī)器學(xué)習(xí)方法的高光譜影像分類研究[D];解放軍信息工程大學(xué);2010年

3 夏威;高光譜遙感圖像的解混和波段選擇方法研究[D];復(fù)旦大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 張風(fēng);基于子空間學(xué)習(xí)的高光譜影像地物分類[D];西安電子科技大學(xué);2015年

2 祝鵬飛;面向?qū)ο蟮母吖庾V影像地物分類技術(shù)研究[D];解放軍信息工程大學(xué);2011年

3 楊國(guó)鵬;基于核方法的高光譜影像分類與特征提取[D];解放軍信息工程大學(xué);2007年

4 潘競(jìng)文;半監(jiān)督鄰域保持嵌入在高光譜影像分類中的應(yīng)用[D];重慶大學(xué);2014年

5 徐衛(wèi)霄;高光譜影像集成學(xué)習(xí)分類及后處理技術(shù)研究[D];解放軍信息工程大學(xué);2011年

6 夏冰;高光譜影像非監(jiān)督波段選擇技術(shù)研究[D];蘇州大學(xué);2015年

7 鐔永強(qiáng);基于多目標(biāo)優(yōu)化的高光譜圖像無監(jiān)督波段選擇[D];西安電子科技大學(xué);2014年

8 韓超;基于稀疏表示和低秩表示的高光譜圖像波段選擇方法研究[D];西安電子科技大學(xué);2015年

9 姚利;基于標(biāo)記樣本擴(kuò)展的高光譜波段選擇技術(shù)[D];西安電子科技大學(xué);2015年

10 張紹杰;基于互信息量的超光譜數(shù)據(jù)波段選擇降維算法研究[D];華中科技大學(xué);2015年

，

本文編號(hào)：2077775