一种改进的高光谱数据自适应波段选择方法.pdf

维普资讯 第 22卷 第 4期 遥 感 技 术 与 应 用 REM0TESENSINGTECHNOI，OGYANDAPPIICATION o1．22 No．4 2007年 8月 Aug．2007 一 种改进的高光谱数据 自适应波段选择方法 杨金红 ，尹 球。，周 宁。 (1．中国气象科学研究院，北京 100081；2．南京信息工程大学，江苏 南京 210044； 3．中国科学院上海技术物理研究所 ，上海 200083) 摘要 ：高光谱遥感数据具有的波段数 目多、波段宽度窄、数据量庞大等特点给图像的进一步解译带 来了困难。为了解决这一问题 ，对 自适应波段选择 的降维方法进行 了改进 ，不仅考虑了高光谱遥感 图像波段的信息量和波段间的相关性，更重要的是考虑 了各地物连续光谱 间的可分性。光谱间的可 分性距离越大，表明类间的可分性越大，地物越清晰。首先选出了能有效区分 图像上任意两类别的 理想波段子集 ，再根据波段子集中任意 3波段 的相关系数之和最小和它们 的均方差最小两个指标 ， 选出任意两类对间那些 包含信息量大、相关性 又小、谱 间差异又大的3波段组合 (且不唯一)，最后 对整幅影像选 出的最佳 3波段 45、75、85合成的假彩 色图像用光谱 角度制图法 (SAM)进行 了分 类，总体分类精度达到 91．7 ，Kappa系数达到 0．82。 关 键 词：高光谱遥感数据 ；自适应波段选择；光谱可分性 ；光谱角度制 图法 中图分类号：TP751．1 文献标识码 ：A 文章编号：1004—0323(2007)04—0513—07 引 言 段降维方法 ，该方法考虑 了高光谱图像 的空间相关 性和谱间相关性，通过计算各个波段的指数来选择 2O世纪8O年代遥感技术的最大成就之一是高 信息量大并且与其它波段相关性小的波段，并且在 光谱遥感技术的兴起，它是一项在电磁波谱的紫外、 对各波段相应 的指数进行排列之后，采用两种方法 可见光、近红外和 中红外 区域获取非常窄且光谱连 来选择指数大的波段 ，一种是选择波段指数 比设定 续 的图像数据技术[1]。处理高光谱遥感数据一个最 指数大的波段 ，另一种是选择波段指数排放在前 n 重要 的前提是要对波段数 目进行降维 ，目前的波段 个的所有波段。这种 自适应波段选择方法取得 了满 选择方法 ，一般都遵循信息量大和波段相关性小这 意的效果，其计算复杂度也大大降低，但是这种方法 两个原则，如文献[2～7]，但对高相关性的高光谱数 并没有从地物具有 的连续光谱特征 出发，忽略了高 据来说 ，遵循这两个原则 已不能满足需要 ，因为成像 光谱数据的重要特性 。高光谱数据具有 的特点之一 仪在对空间 目标成像时，还对空间每个像元在几十 是波段宽度达到纳米量级，波段数急骤增多，从可见 乃至几百个窄波段上进行连续光谱覆盖。从高光谱 光到近红外光谱 区间波段数可达几十个乃至几百 所具有 的精细连续光谱特征 出发来选择最佳波段 ， 个 ；特点之二是波段 问的相关性强 ，相关系数大 ，数 至今研究的还不多。年波[8]等尽管考虑了影像上地 据的冗余现象更加明显，所以有必要发展一种既能 物的光谱特征 ，将各波段的用途和最佳指数法相结 从信息量和相关性两方面考虑 、又能从高光谱具有 合选出了多光谱 TM遥感影像的最佳波段组合 ，取 的重要特征考虑，且计算简便的最佳波段选择方法 。 得 了较好 的效果，但这种方法并未在高光谱数据处 针对此问题本文对文献[14]提出的自适应波段选择 理中得到验证