基于光谱特征的自适应子空间波段选择方法

摘要：

针对现有波段选择方法无法依据感兴趣地物划分数据子空间及子空间划分容易受背景地物影响等问题,提出一种基于光谱特征的自适应子空间波段选择方法.利用感兴趣地物的光谱曲线,建立光谱自适应因子(SAF,Spectral Adaptive Factor);通过聚类划分子空间,在每个子空间内,利用J-M距离筛选类别可分性最大波段作为子空间最优波段,从而得到整个数据空间的最佳波段组合.利用AOTF (Acousto-Optic Tunable Filter)成像光谱仪数据与波段指数(BI,Band Index)和基于类间可分性最佳波段选择两种方法比较,SAF方法选择的最佳波段组合,包含信息量丰富,地物之间差异较大,且地物平均J-M距离大于另外两种方法.用最大似然法(maximum likelihood)对最佳波段组合进行分类,总体分类精度为96.8％,Kappa系数为0.894.结果验证了SAF方法的有效性和实用性.

关键词：高光谱遥感、波段选择、子空间划分

所属期刊栏目：39

分类号：TP751.1(遥感技术)

资助基金：国家自然科学基金;国家自然科学基金;长江学者;创新团队发展计划;中国地调局项目

在线出版日期：2017-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：635-639