基于克隆选择算法的高光谱图像波段选择-通信与信息系统专业论文.docxVIP

华 华 中 科 技 大 学 硕 士 学 位 论 文 I I 摘要 高光谱数据由于具有很高的光谱分辨率，携带有丰富的光谱信息，能探测到地 物在光谱特性上的微小差异, 因此理论上具有更强的辨识不同类别地物的能力，这为 更准确地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。但是同 时高光谱数据量的剧增以及高维数据特有的性质给其处理带来困难，出现高光谱数 据的“维数灾难”问题，所以需要研究更合理的数学模型指导高光谱图像的分析处 理。其中波段选择是实现光谱降维，解决高光谱图像维数灾难的有效途径，也就是 按照一定的准则和优化算法来选择最佳波段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，这样既能够减小数据维、又能够保证信息 的有效提取。 为了构建一种同时兼具良好的选择效果和选择效率的高光谱波段选择方法。本 文首先介绍了一种基于克隆选择算法的高光谱图像监督波段选择方法，监督的含义 就是波段选择过程中需要限制波段组合的波段数目为固定数值。克隆选择算法在寻 优方面具有良好的效果和快速的搜索功能。波段选择问题相当于一个组合寻优的问 题，所以将克隆选择算法用于波段选择理论上可以取得很好的效果。该监督波段选 择方法将以克隆选择算法为搜索策略、kappa 系数为波段组合评价准则，在较短的时 间内获得较佳的波段组合。变异作为克隆选择算法的主要操作，对于克隆选择算法 的寻优起着至关重要的作用，本文针对监督波段选择提出了一种基于光谱角的非均 匀变异新方法，利用 AVIRIS 数据对其进行了仿真实验。实验结果表明, 基于光谱角 的非均匀变异的克隆选择算法在所选波段性能方面获得了很好的改进效果。接着， 本文还把基于克隆选择算法的高光谱图像监督波段选择方法在搜索速度和搜索性能 方面与基于增添特征法、基于遗传算法的高光谱图像波段选择方法进行了对比。最 后，本文还提出了一套非监督波段选择方案，非监督波段选择在监督波段选择的基 础上进行全局最优波段组合搜索，可以自动确定波段组合波段数目，输出最终的波 段组合；并选择了 20 维的高光谱数据进行了实验。 关键词：高光谱图像；监督波段选择；非监督波段选择；非均匀变异；克隆选择算 法； II II Abstract Due to high spectral resolution，hyperspectral data carries a rich spectrum info rmation, and can detect geophysics spectral characteristics of slight differences.Thus theoretically hyperspectral data has stronger ability to identify different object , w hich creat prerequisites for more accurately identify object, and it is also the superi ority of hyperspectral imaging data . But at the same time hyperspectral data incr eases and high-dimensional hyperspectral data brings its treatment hardships, hypers pectral data dimension disaster problem appear, so it need to study more reasona ble mathematical model to guide hyperspectral image analysis processing.Band selec tion is the best method to reduce the spectral dimension and solve hyperspectral di mension disasters effectively.Band selection means to choose the best band composi tion to build up new hyperspectral image space, it will not lose important informat ion, and can reduce data dimension, and ensure the effective information extracted. In order to construct a algorithms for band se