高光谱遥感第四章教程方案.ppt

第四章 光谱特征分析模型与方法 4、光谱特征参量化 （2）光谱二值编码 第四章 光谱特征分析模型与方法 光谱可分性准则 光谱特征选择 光谱特征提取 光谱特征参量化 地物类型序列光谱柱状图 第四章 光谱特征分析模型与方法 1、光谱可分性准则 各类样本间的平均距离 类别间的相对距离 离散度 Jeffries-Matusita(J-M)距离 第四章 光谱特征分析模型与方法 各类样本间的平均距离 各类样本间的距离越大，则类别可分性越大。 1、光谱可分性准则 第四章 光谱特征分析模型与方法 1、光谱可分性准则 第四章 光谱特征分析模型与方法 类别间相对距离 在Swain著作中有一种比较简单的相对距离， Swain把这种相对距离称为归一化均值距离。 分类误差随归一化距离 的变化情况： a两个有重叠的正态分布 b平均距离增加减小分类 错误概率 c分布的离散度增加使分类 错误概率增加 1、光谱可分性准则 第四章 光谱特征分析模型与方法 离散度 相对距离是基于类间距离和类内方差，离散度 则是基于类条件概率之差。 1、光谱可分性准则 第四章 光谱特征分析模型与方法 1、光谱可分性准则 J-M距离 从公式中可以看出J-M距离其实就是两类概率密度函数之差。 第四章 光谱特征分析模型与方法 1、光谱可分性准则 第四章 光谱特征分析模型与方法 2、光谱特征选择 就是针对特定对象选择光谱特征空间中的一个子集，这个子集是一个缩小了的光谱特征空间，但它包括了该对象的主要特征光谱，并在一个含有多种目标对象的组合中，该子集能够最大限度地区别于其它地物。 第四章 光谱特征分析模型与方法 2、光谱特征选择 （1）光谱特征位置搜索 包络线去除法 第四章 光谱特征分析模型与方法 2、光谱特征选择 光谱特征位置搜索 第四章 光谱特征分析模型与方法 2、光谱特征选择 基于光谱特征位置的图像彩色合成 第四章 光谱特征分析模型与方法 2、光谱特征选择 （2）光谱距离统计 光谱特征选择策略 光谱空间距离统计 第四章 光谱特征分析模型与方法 2、光谱特征选择 光谱特征选择策略 ①单独选择法 根据各个独立特征的可分性大小排序。 ② 扩充最优特征子集 计算每个特征对所有类别的可分性，每增加一个 新特征，其组合均构成最优特征子集。 ③根据分类贡献度进行由大到小的特征添加 计算对最难分的类对的可分性大小，每增加一个新特征，其组合均构成最优特征子集。 2、光谱特征选择 ④根据分类贡献度进行由小到大的特征去除 计算各个特征对于最难分的类对的可分性，构成一个全集，逐步减少特征，每次减少均构成最优特征子集。 第四章 光谱特征分析模型与方法 2、光谱特征选择 光谱空间距离统计 这里以白云石和高云石为例。 第四章 光谱特征分析模型与方法 第四章 光谱特征分析模型与方法 2、光谱特征选择 （3）基于空间自相关的波段选择 衡量空间自相关的指数为Geary‘s c，公式为： 3、光谱特征提取 光谱特征提取是光谱特征空间的减维过程。 第四章 光谱特征分析模型与方法 3、光谱特征提取 - K-L（主成分）变换 - MNF（Minimum Noise Fraction）变换 第四章 光谱特征分析模型与方法 3、光谱特征提取 K-L变化，是将多个指标化为少数几个综合指标的一种统计分析方法。 第四章 光谱特征分析模型与方法 50通道AVIRIS高光谱图像协方差矩阵特征值统计曲线－－方差由大到小排列 3、光谱特征提取 最小噪声分离（Minimum Noise Fraction，MNF）变换 MNF变换使变换后各成份按照信噪比而不是方差从大到小的顺序来排列。 高光谱图像的每个观测像元Z由理想状况下的无噪声信号向量S和噪声向量N组成, Z可以表示为： Z=S+N 第四章 光谱特征分析模型与方法 第四章 光谱特征分析模型与方法 4、光谱特征参量化 光谱形态学分析－－－光谱特征参量化 （1）光谱斜率和坡向 （2）光谱二值编码 （3）光谱导数 （4）光谱积分 （5）光谱吸收指数（吸收位置、吸收深度、吸收宽度、对称性） （6）光谱曲线函数模拟 第四章 光谱特