基于自动子空间划分的高光谱数据特征提取

• 作者: 张晔 谷延锋
• 来源期刊: 遥感技术与应用
• 学科: 工学
• 关键词: 高光谱图像 子空间划分 特征提取
• 年，卷（期）: 2003,（6）
• 所属期刊栏目: 图像处理
• 页码范围: 384-387
• 页数: 4页
• 分类号: TP391.4
• 字数: 3643字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-0323.2003.06.006

摘要

针对遥感高光谱图像数据量大、维数高的特点,提出了一种自动子空间划分方法用于高光谱图像数据量减小处理.该方法主要包括3个处理步骤:数据空间划分,子空间主成分分析和基于类别可分性准则的特征选择.该方法充分利用了高光谱图像各波段数据之间的局部相关性,将整个数据划分为若干个具有较强相关性的独立子空间,然后在子空间内利用主成分分析进行特征提取,根据各类地物间的类别可分性选择有效特征,最后利用地物分类来验证该方法的有效性.实验结果表明,该方法能够有效地实现高光谱图像数据维数减小和特征提取,同现有的自适应子空间分解方法和分段主成分变换方法相比,该方法所提取的特征用于分类时能获得较好的分类精度.利用该方法进行处理,当高光谱数据维数降低了90%时,9类地物分类实验的总体分类精度可以达到80.2%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晔	哈尔滨工业大学电子与通信工程系	108	943	17.0	25.0
2	谷延锋	哈尔滨工业大学电子与通信工程系	24	349	11.0	18.0