一种高光谱图像子空间波段选择方法-遥感学报.pdf

1007-4619(2019)05-0901-07 Journal of Remote Sensing     遥感学报   一种高光谱图像子空间波段选择方法 赵亮 ，王立国，刘丹凤1 1 2 1. 哈尔滨工程大学 信息与通信工程学院，哈尔滨 150001; 2. 大连民族大学 信息与通信工程学院，大连 116600 摘  要：为降低高光谱遥感数据光谱空间的冗余度，提出一种快速的波段选择方法。该方法在波段子空间下进 行，依次选择各子空间中方差最大的波段作为初始波段，设定目标函数，然后逐子空间替换波段使得目标性能 更加优化，直至没有替换可以使得目标更优为止。在两个公开高光谱影像数据集上对比三种常用波段选择方法 (ABC、AP、ABS)来验证提出方法的有效性，实验结果表明：(1)在印第安纳数据上，本文方法与ABC、AP、 ABS所选波段子集相比平均相关性分别降低22.04%、52.61%、55.71%，最佳指数分别提高0.58%、51.73%、 0.95%，总体分类精度分别提高0.16%、1.39%、23.07%，在搜索效率上与同类型的ABC方法相比提高 6.61%~69.02%；(2)在帕维亚大学数据上，本文方法与ABC、AP、ABS所选波段子集相比平均相关性分别降低 2.38%、0.51%、32.83%，最佳指数分别提高1.34%、17.97%、12.92%，总体分类精度分别提高0.31%、0.69%、 8.53%，在搜索效率上与同类型的ABC方法相比提高19.13%~86.34%。本文提出的波段选择方法能够选择合适的 波段子集满足不同的应用需要，是一种有效的波段选择方法。 关键词：高光谱遥感，波段选择，子空间划分，准则函数，分类 引用格式：赵亮, 王立国, 刘丹凤. 2019. 一种高光谱图像子空间波段选择方法. 遥感学报, 23(5): 901–907 Zhao L, Wang L G and Liu D F. 2019. A subspace band selection method for hyperspectral imagery. Journal of Remote Sensing, 23(5): 901–907 [DOI:10.11834/jrs 1    引　言 取不同，波段选择可以在保留原始数据的物理意 义及光谱特性的同时降低数据维度，因而被广泛 与传统的遥感数据相比，高光谱遥感数据具 应用。其中，依目的波段搜索方法相较其他无监 有近乎连续的光谱特征和纳米级的光谱分辨率。 督的依单波段指标排序(Chang和Wang，2006)、波 光谱分辨率的提高一方面可以增强地物分辨能 段聚类(Sun 等，2015)等方法，前者在有、无监督 力，另一方面也带来了数据冗余，导致数据分析 情况下均适用，因此本文主要研究此类方法。 时产生较高的计算复杂度以及维数灾难现象(Pal和 现有的波段搜索方法分为最优搜索算法与次 Foody，2010)。因而高光谱遥感数据分析前，降维 优搜索算法。最优搜索算法是利用穷举法在光谱 预处理常常是十分必要的。 空间中遍历所有波段组合，虽然可以找到最优 降维方法一般可分为两类：特征提取和波段 解，但实施困难。因而实际应用中，一般使用次 选择。特征提取是用映射的方法将原始数据变换 优搜索算法(Pudil 等，1994)。次优搜索算法以准 为较少的新特征，包括主成分分析PCA(Principal 则函数为评价依据，通过特定的方法从原始特征 Component Analysis)(Agarwal 等，200