高光谱特征提取模板.pptxVIP

高光谱特征提取模板 2 一、高光谱特征提取概念 二、基于可分性准则的特征提取原理 三、高光谱特征提取主要方法 四、高光谱特征提取新方法及实例 第四章 第2节 高光谱特征提取 第1页/共52页 3 特征提取包括的内容非常广泛，既可以指影像空间维，也可以指光谱维特征提取。 本节所讲的特征提取是指光谱维特征提取。 一、高光谱特征提取概念 1.1高光谱特征提取基本定义 第2页/共52页 4 特征提取是指对原始的光谱空间特征进行重新组合和优化，提取出最适合当前应用需求的新特征。 高光谱特征提取的要点： 1.维数降低 2.特征性能更优良 3.不能完全取代原始原始高光谱数据 一、高光谱特征提取概念 1.1高光谱特征提取基本定义 第3页/共52页 5 概念上的区别 特征提取 特征选择 1.2 特征提取与特征选择区别 一、高光谱特征提取概念 第4页/共52页 6 特征提取 特征选择 1.2 特征提取与特征选择区别 一、高光谱特征提取概念 第5页/共52页 7 技术特点的区别 特征提取 特征选择 特征是未知的 特征是已知的 运算规则 搜索策略 映射方式未知 波段选择 特征提取过程的实质是对特征映射方式的寻求 1.2 特征提取与特征选择区别 一、高光谱特征提取概念 第6页/共52页 8 一、高光谱特征提取概念 二、基于可分性准则的特征提取原理 三、高光谱特征提取主要方法 四、高光谱特征提取新方法及实例 第四章 第2节 高光谱特征提取 第7页/共52页 9 基本思想：以类别可分性作为特征提取的准则，要求提取的新特征所构成的特征空间具备最佳的类别区分能力。 可分性准则在高光谱数据降维中有哪两方面作用？ 二、基于可分性准则的特征提取原理 2.1基于可分性准则的特征提取基本思想 有样本支持 第8页/共52页 10 二、基于可分性准则的特征提取原理 2.2选择类别可分性准则 可分性准则：从高维数据中获取一组用来分类的特征，需要一个定量的标准来衡量特征对分类的有效性。 可分性准则的主要类型： 基于几何距离的可分性准则 基于概率密度的可分性准则 第9页/共52页 11 二、基于可分性准则的特征提取原理 2.2选择类别可分性准则 第10页/共52页 12 二、基于可分性准则的特征提取原理 2.3定义特征映射形式 第11页/共52页 13 根据协方差传播律，Y空间里的协方差矩阵Cy与X空间里的协方差矩阵Cx有如下关系： 二、基于可分性准则的特征提取原理 2.4求解映射矩阵 第12页/共52页 14 因此，变换后的Y空间里的可分性准则函数： 二、基于可分性准则的特征提取原理 2.4求解映射矩阵 第13页/共52页 15 分析下式： 二、基于可分性准则的特征提取原理 2.4求解映射矩阵 如何使J1取得最大值？ 第14页/共52页 16 J1是以矩阵A为变量的函数，欲使J1最大，可将上式求一阶导数并令其为零： 二、基于可分性准则的特征提取原理 2.4求解映射矩阵 第15页/共52页 17 整理得到： 二、基于可分性准则的特征提取原理 2.4求解映射矩阵 第16页/共52页 18 分析公式： 代入 二、基于可分性准则的特征提取原理 2.4求解映射矩阵 第17页/共52页 19 对于矩阵AB中的每一列，有： 二、基于可分性准则的特征提取原理 2.4求解映射矩阵 第18页/共52页 20 考察准则函数J1在空间Z和Y中的关系： 从Y到Z的映射不改变准则函数J1的值 有兴趣的同学请自己证明 二、基于可分性准则的特征提取原理 2.4求解映射矩阵 第19页/共52页 21 二、基于可分性准则的特征提取原理 2.4求解映射矩阵 第20页/共52页 22 （一）思路： 1.确定降维变换的数学映射表达Y=AX； 2.选定可分性准则函数（J1，J2，J3，J4等）； 3.利用准则函数对A的一阶导数等于零建立方程； 4.立足于方程，寻求A的解或等效解。 二、基于可分性准则的特征提取原理 2.4可分性准则进行特征提取要点小结 设计新型特征提取方法的思路 第21页/共52页 23 （二）实施步骤： 1. 选择样本； 2. 计算原始光谱空间的类内、类间散布矩阵； 4. 利用特征向量构建降维变换矩阵。 2.4可分性准则进行特征提取要点小结 二、基于可分性准则的特征提取原理 使用已有特征提取方法的步骤 第22页/共52页 24 一、高光谱特征提取概念 二、基于可分性准则的特征提取原理 三、高光谱特征提取主要方法 四、高光谱特征提取新方法及实例 第四章 第2节 高光谱特征提取 第23页/共52页 25 A.经典PCA B.最小噪声分离法 C.噪声适应主成分法 D.通用光谱模式分解 三、高光谱特征提取主要方法 (P69 典型分析变换 CA)