《高光谱遥感图像特征提取国内外研究现状文献综述》3300字.docxVIP

PAGE3

高光谱遥感图像特征提取国内外研究现状文献综述

目前对高光谱遥感图像的应用大多以地物精细分类为基础，而地物分类的精度主要与高光谱遥感图像数据的特征提取、特征选择和特征空间的构建相关(PerselloandBruzzone，2009；PalandFoody，2010；Fauveletal.，2013)。高光谱遥感图像海量的光谱波段虽为更加精准的解译和识别地物提供了极其丰富的遥感信息，但是波段的增多也必然导致信息的冗余、数据处理效率低下和数据处理复杂度增加。当光谱特征维数增加时，其特征组合更是呈指数方式增加将直接导致运算效率的下降，因此对高光谱遥感图像特征空间的优化就显得十分重要（JimenezandLandgrebe，1999；Baoetal.，2013；Lietal.，2016；）。在进行分类任务前，通常我们需要对高光谱遥感图像进行特征提取，通过选择和提取少量代表性的特征来表达其高维的特征空间，在经过特征提取后的特征空间中，用新的特征向量反映特定地物某一性状或有别于其他地物的参量(Sidikeetal.，2016；Zhaoetal.，2016；Farooqetal.，2019)。

为了降低高光谱遥感图像解译分析的复杂度，提高地物识别的分类精确度，国内外学者做了大量工作，研究了一系列有效提取高光谱遥感图像特征，优化特征空间的算