分散矩阵特征选择方法改进及在高光谱影像植被.pdfVIP

第 32 卷 第 21 期 农 业 工 程 学 报 Vol.32 No.21 196 2016 年 11 月 Transactions of the Chinese Society of Agricultural Engineering Nov. 2016 分散矩阵特征选择方法改进及在高光谱影像 植被分类中的应用 1,2 3 3,4,5 1 夏道平 ，付元元 ，王纪华 ，郑晓东 （1. 三峡大学 科技学院，宜昌 443002 ；2.湖北省建筑质量检测装备工程技术研究中心，宜昌 443002 ； 3. 浙江大学 遥感与信息技术应用研究所，杭州 310029 ；4.北京农业质量标准与检测技术研究中心，北京 100097 ； 5. 三峡大学 计算机与信息学院，宜昌 443002 ） 摘 要：基于传统分散矩阵的特征选择方法易选出具有一定区分性但相互冗余的特征，这些冗余的特征制约了高光谱影 像分类正确率的提高，针对此问题，该文对传统方法进行了改进，首先计算每 2 个类别的基于分散矩阵的可分性值，然 后将它们的平均值作为特征选择准则，最后利用序列浮点向前搜索算法选出特定数量的特征，用于后续分类。将所选特 征的均方相关系数作为冗余性度量，定量化衡量了所提出方法克服选择冗余特征的能力。利用一景常用的 AVIRIS 高光谱 植被影像，从分类正确率的角度，比较了所提出方法与几种典型的基于互信息和基于可分性准则的特征选择方法，在高 光谱影像植被分类中的性能。试验结果表明改进的特征选择方法能较好的避免选择相互冗余的特征，与基于互信息的特 征选择方法相比，基于分散矩阵可分性准则的特征选择方法在总体上能获得较高的分类正确率，特别是所提出的特征选 择方法，在 2 个数据集上均获得了最高的总体分类精度 87.2%和 90.1%，从而阐明了所提出的方法在高光谱影像植被分类 中的有效性。 关键词：植被；分类；光谱分析；高光谱影像；波段选择；基于分散矩阵的可分性准则；互信息 doi ：10.11975/j.issn.1002-6819.2016.21.026 中图分类号：S127 文献标志码：A 文章编号：1002-6819(2016)-21-0196-06 夏道平，付元元，王纪华，郑晓东. 分散矩阵特征选择方法改进及在高光谱影像植被分类中的应用[J]. 农业工程学报， 2016，32(21)：196－201. doi ：10.11975/j.issn.1002-6819.2016.21.026 Xia Daoping, Fu Yuanyuan, Wang Jihua, Zheng Xiaodong. Improved scatter-matrix-based feature selection method for vegetation classification of hyperspectral image[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(21): 196 －201. (in Chinese with English abstract) doi ：10.11975/j.issn.1002-6819.2016.21.026