基于新颖子波变换的高光谱遥感图像特征提取.pdfVIP

第 14卷 第 1O期 中国图象图形学报 Vo1．14，No．10 2009年 10月 JournalofImageandGraphics Oct．，2009 基于新颖子波变换的高光谱遥感图像特征提取 冯 静”。 舒 宁 (武汉 大学遥感信息工程学院 ，武汉 430079) (武汉理工大学计算机学院，武汉 430064) 摘 要 提出了一种新颖的用于高光谱遥感 图像特征提取 的子波变换算法 。与二进小波变换按恒 Q准则划分频 域不 同的是 ，该算法通过改变相邻子波 的带宽 比，可以实现更为灵活的频域划分 。采用子波 能量 的离散余弦变换 作为特征矢量 ，然后进行无监督 c均值聚类实验和有监督 RBF(径 向基函数)神经网络分类实验 。实验结果表 明， 子波变换能量 的离散余弦变换特征可以有效地描述光谱 曲线特征，且正确分类率高于传统的小波变换 。 关键词 高光谱影像 光谱特征 子波变换 Q准则 特征提取 中图法分类号 ：TP75 文献标识码 ：A 文章编号 ：1006．8961(2009)10—2042—05 Baseon W aveletTransform Algorithm forFeatureExtraction of HyperspectralRemoteSensing Im age FENG Jing㈨ SHU Ning ， ’(InstituteofRemoteSensingInformationEngineering，WuhanUniversity，Wuhan430079) (InstituteofComputerScienceandTechnology，WuhanTechnologyUniversity，Wuhan430064) Abstract A new feature extraction method forremote sensing imagewasproposed based on a novelwavelettransform algorithm．DifferentfrombinarywavelettransformpartitionthefrequencydomainbyconstantQcriteria，themethodcan partitionthe~equencydomainfreelythroughsettingtheratioofbandwidthofadjacentwavelet．Featureextractionbasedon discretecosinetransform ofthewaveletenergywasperformed．TheresultsofC-meansclusteringandRBF neuralnetworks classificationexperimentsshow that，theproposedfeatureofwavelettransform can effectivelydescribe spectralcurve，and hasbetterclassificationratethan thetraditionalwavelettransform algorithm． Keywords hyperspectrum image，spectrumfeature，novelwavelettransform，Qcriteria，featureextraction 低维宽波段的遥感 图像处理算法不再适用。因此 ， 1 引 言