高光谱影像波段选择的新方法

摘 要 为了使波段选择能够较好地保留高光谱图像的信息，提出了一种高光谱影像波段选择的新方法。实验结果表明，算法在去除高光谱影像冗余信息的同时，有效地减少了计算量，通过与全波段的实验数值对比，验证了所提方法的可行性与有效性。

关键词 高光谱影像 波段选择 联合偏度与峰度 矩阵因子

中图分类号：TP391.41 文献标识码：A

近年来，高光谱遥感图像越来越广泛地被应用到农业、环境监测等方面。高光谱图像的光谱分辨率较高，具有较高的维数和较大的数据量，这给高光谱图像数据的分析和处理带来了较大的困难。因此，针对高光谱影像的特点，波段选择已成为高光谱数据预处理的一项重要技术。波段选择不但能在去除冗余信息的同时，降低数据的维数，而且还能减少计算量，从而可以大大提高计算的效率和准确率。

1波段选择方法

随着成像光谱仪的发展日益成熟，高光谱遥感图像的研究已经进入到了一个新的阶段――对获取的高光谱数据进行有效处理和利用的阶段。高光谱图像相邻的波段之间一般具有较大的相关性，而且并不是所有的波段对于后续处理都有着同等的重要性，需要在不损失重要信息的条件下，通过选择可以代表其他波段信息的最优波段来组成新的高光谱图像空间。

对高光谱影像进行波段选择，要考虑以下几个方面：

（1）从信息论方面来说，要选择出信息量最大的波段或波段子集。

（2）从光谱学方面来说，要选择出预识别地物目标的光谱特征差异性最大的波段子集。

（3）从分类方面来说，要选择出使地物类别间可分性最好的波段。

（4）从数理统计方面来说，选择出的波段之间的相关性要最弱，从而可以保证各个波段之间的独立性和有效性。

鉴于此，本文提出了一种高光谱影像波段选择的新方法，该方法首先利用联合偏度与峰度将所有波段依据一定的阈值划分为两组，然后在每组中分别用基于矩阵模式的高光谱波段选择方法得到单一量化指标W，选出每组中量化指标W取一定的值所对应的波段，而该波段集就是所求出的最小波段集。

2算法实现

文中所提出算法的具体步骤如下：

（1）用联合偏度与峰度计算高光谱所有波段的图像数据，得到各个波段的联合偏度与峰度值；

（2）按照联合偏度与峰度值的正负将所有波段进行划分，分成两组；

（3）在分成的两组中分别用基于矩阵模式的高光谱波段选择方法得到单一量化指标W；

（4）选出每组中量化指标W取大于一定阈值所对应的波段，而该波段集就是所求出的最小波段集。

3实验结果与分析

实验所用的数据为美国印第安纳州的Indianpines高光谱数据，该数据有220个波段，波长范围为，10nm的光谱分辨率，17m的空间分辨率；实验所用的图像大小为，去除20个水吸收波段，用剩余的200个波段进行波段选择，选择出一定数量的波段，然后采用K近邻（KNN）分类算法进行分类实验，分别在全波段下和利用本文方法选出的波段下计算分类精度。

从上表可以看出，利用本文方法最终所得的分类精度较接近全波段下所得的分类精度，从而验证了本文方法的有效性。

4结论

本文根据波段选择所需考虑的几方面因素，充分利用联合偏度与峰度、基于矩阵模式的高光谱波段选择方法两者的优点，并将二者有效的结合起来，提出了高光谱影像波段选择的新方法。利用真实高光谱数据进行仿真实验，通过与全波段下的实验数值进行对比，得到本文方法的可行性和有效性。结果表明本文提出的波段选择方法对后续研究地物识别工作具有重要的意义。

参考文献

[1] 任晓东，雷武虎，谷雨，等.一种改进的高光谱图像波段选择方法[J].计算机科学，2015，42（11）：162-168.

[2] 郭雷，常威威，付朝阳.高光谱图像融合最佳波段选择方法[J].宇航学报，2011，32（2）：374-379.

[3] 王立国，魏芳洁.结合遗传算法和蚁群算法的高光谱图像波段选择[J].中国图象图形学报，2013，18（2）：235-242.

[4] 程艺矗雷武虎，戴胜波.基于色彩空间变换的目标检测算法研究[J].安徽师范大学学报（自然科学版），2014，37（2）：149-154.

[5] 李士进，常纯，余宇峰，等.基于多分类器组合的高光谱图像波段选择方法[J].智能系统学报，2014，9（3）：372-378.