基于模糊贴近度和改进Prim算法的高光谱图像波段分组排序

• 作者: 张转 蔡伟 马玉
• 来源期刊: 国土资源遥感
• 学科: 工学
• 关键词: 高光谱图像 波段分组排序 Prim算法 模糊贴近度 最大最小贴近度(MMC)
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 技术方法
• 页码范围: 8-13
• 页数: 6页
• 分类号: TP751.1
• 字数: 5867字
• 语种: 中文
• DOI: 10.6046/gtzyyg.2014.04.02

摘要

传统的基于Prim算法的高光谱图像波段分组排序需要计算所有波段之间的相关系数,并采用满秩相关系数矩阵作为邻接矩阵进行比较,计算复杂度较高。结合模糊数学的相似度衡量理论和高光谱图像的特点,首先提出使用计算简单的最大最小贴近度( maximum and minimum closeness,MMC)作为衡量高光谱图像波段间相关性的参数；然后将MMC的满秩邻接矩阵稀疏化,提取有效波段进行排序,明显降低了排序的波段数目和比较次数。实验结果表明,与传统的Prim算法相比,所提出的算法在保持原有压缩效率的同时,大大降低了波段排序的复杂度,平均波段排序运行时间减少了27%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张转	西北工业大学电子信息学院	2	2	1.0	1.0
2	马玉	西北工业大学电子信息学院	5	2	1.0	1.0
3	蔡伟	西北工业大学电子信息学院	8	125	4.0	8.0