基于正交投影散度的高光谱遥感波段选择算法.pdf

第31卷。第5期 光谱学与光谱分析 201 and 1年5月 SpectroscopySpectralAnalysis May，201I 基于正交投影散度的高光谱遥感波段选择算法 He2，DuQian2 苏红军1’2，盛业华¨，Yang 1．南京师范大学虚拟地理环境教育部霞点实验室，江苏南京210046 39759，USA 2．密西两比州屯大学电子与计算机工程系。Starkville，MS 摘要 由于高光谱数据的海最高维特征，对其进行降维处理成为高光谱遥感研究的一个重要问题。波段 选择算法由于能够有效地保留原始数据的信息。在高光谱数据降维及后续的遥感识别与分类等方面具有明 显的优越性。文章提jjjr一种基于正交投影散度(OPD)的波段选择方法，该方法继承J，正交子卒闯投影 (OSP)算法的特点。通过把原始数据投影到特征卒间，实现感兴趣同标与背景噪声的分离；通过最大化光谱 向黉之问的相似住测度以及顺序浮动前向搜索(SFFS)算法，实现快速的波段选择。利用HYDICE和HY— MAP高光谱数据进行实验验证，并与其他传统波段选择算法，如光谱角度匹配、欧式距离、光谱信息散度 和LCMV-BCC等进行对比，结果表明该算法在高光谱数据波段选择方面具有较好的适用性和鲁棒性，能够 有效地应用于高光谱遥感数据的降维研究。 关键词 波段选择；0PD；数据降维；高光谱影像 中图分类号：TP75文献标识码：A 因此成为高光谱遥感降维的重要研究方向之一。本文着蚕探 引 言 讨高光谱波段选择的新算法。 虽然波段选择算法较好地保留了数据的原始信息，fFl是 高光谱遥感能够获取许多非常窄且光谱连续的图像数 它也存在两个问题：一是为r保存必需的信息，如何确定需 据，包含．r丰富的空间、辐射和光谱信息。与常规多光谱遥 要选择的波段数目；二是采用何种判断标准来选择感兴趣的 感相比，高光谱数据具有数据昔大、波段多且窄、波段相关 波段。其中第一个问题在文献[3]中得到了较好地解决，该 性强、信息冗余多、图谱一体化等特征【I]。一方面，数据量 文提出‘r用虚拟维度(virtual 的急剧增大增加了处理算法的运算量；另一方面，波段之间 波段数目的指标．并在高光谱数据分析方面得到r广泛应 的相关性和冗余信息降低了分类算法的准确度。如何既有效 用[46。。在波段选择的判断标准方面，近年来提出了众多的 地利用高光谱数据的丰富信息，又能高效地对其进行处理成 算法，如基于光谱相似性测度的光谱角度匹配(spectralangle 为一个雄点问题。传统的多光谱遥感数据处理算法在处理高 mapping，SAM)算法…、欧式距离(euclideandistance，ED) informa— 光i普数据时。常遇到Hughes现象即“维数祸根”[2]。lh此，对算法[8]、基于信息论基础的光谱信息散度(spectral 高光蹭数据的“降维”就显得尤为莺要；高光谱数据“降维”能 tion constrainedminimumvariance-bandtorte- 够住保留重要信息的同时对原数据进行j￡缩处理。降维的方 小协方差(1inearly 法有两种：一是对所有波段实施某种数学变换，找出对分类 lation 影响最大的特征，即特征提取；二是依据一定的判断标准从