高光谱遥感图像最优波段选择方法及研究进展分析n.pdfVIP

第24卷 第5期 黑 龙 江 大 学 自然 科 学 学报 VoL24 No．5 2007年 lO月 JOURNALOFNATURALSCIENCEOFHEILONG]fIANGUNIVERSIrY October，2007 高光谱遥感图像最优波段选择方法的研究进展与分析 赵春晖， 陈万海， 杨 雷 (哈尔滨工程大学 信息与通信工程学院，哈尔滨 150001) 摘 要：随着成像光谱仪的发展 日益成熟，高光谱遥感图像的研究已进入到一个新的阶段 一 一 对获取的高光谱数据进行有效处理和利用的阶段。目前的处理方法主要集中在对高光谱图像的 数值分析处理上，比如大气校正、降低数据维数、信息提取、分类与 目标探测等方面。高光谱图像相 邻的波段之间一般具有较大的相关性，并不是所有的波段对于后续处理都有着同等的重要性，通过 选择最优波段而组成新的高光谱图像空间，在不损失重要信息的条件下可以代表其他波段的信息。 因而需要在更合理的数学模型的指导下，按照一定的准则，来决定最佳波段的选择问题。对 目前国 内外高光谱图像的各种波段选择方法进行了综合归纳和分析，力图为高光谱图像处理寻找突破点， 加强此领域的研究力度。 关键词：高光谱遥感图像；降维；波段选择 中图分类号：TN911．73 文献标识码 ：A 文章编号：1001—701l(2007)05—0592一ll 1 引 言 随着成像光谱仪的发展，遥感成像由多光谱发展到高光谱 (Hyperspectra1)阶段。成像光谱仪在对 目标 进行成像的同时，对每个空间像元经过色散形成几十个以至上百个窄波段以进行连续的光谱覆盖，因此高光 谱遥感数据可以看作是由空间维和光谱维构成的高维 “图像立方体”，如图1所示。它的光谱范围覆盖了从 可见光到近红外(400am～2500am)区域，每一个波段宽度大约 10am左右，因此高光谱图像的分辨率足以 区分出那些具有诊断性光谱特征的地表物质。如何充分地利用高光谱数据，正成为 目前研究的热点。而高 光谱图像降维方法的研究是做好后继处理的一个关键步骤，降维方式的正确选取与使用，对于发展和完善那 些针对高光谱图像海量数据和丰富信息等特点的算法和软件有极大的好处。 现有的降维方法，可以分为两类：一类是基于变换的方法，如主成分分析 (PrincipalComponentAnalysis)、正交子空间投影 (OrthogonalSubspaceProjec— fion)、正则分析(CanonicalAnalysis)、离散小波变换 (DiscreteWaveletTrans— form)等。基于变换的降维方式的优点是可以经过若干变换直接将高维数据 降低到几维甚至一维，降维速度快；其缺点是对图像进行了变换，改变了图像 原有的特性。另一类是基于非变换的，如波段选择，数据源划分等。基于非 变换的降维方式是在考察图像整体特点之后对图像进行选择和划分的，它克 服了变换法改变图像特性的缺点，因此更有利于保持图像的原有特性。因 此，探讨通过波段选择的方法来降低高光谱数据的维数有重要的应用价值。 图1 高光谱图像立方体 Fig．1 Hyperspectralremote 2 波段选择的意义 sensingimagecube 高光谱数据的光谱分辨率很高，能探测到地物在光谱特性上更微小的差异，这为识别地物创造了前提条 件，也正是成像光谱数据的优越性之所在 。但波段之间有着复杂的相关性，仅靠人的直观经验和波段的 收藕 日期：2007一O1—16 基金项 目：国家 自然科学基金资助项 目；高等学校博士学科点基金项 目(20060217021)；黑龙江省自然科学基金资助 作者简介：赵春辉 (1965一)，男，教授，博士生导师，主要研究方向：信号与信息处理 第5期 赵春晖等 ：高光谱遥感图像最优波段选择方法的研究进展与分析