基于分段行列2D-PCA的高光谱图像数据降维方法

摘要：

针对传统二维主成分分析(2 D-PCA)方法不能直接应用于高光谱图像数据降维的不足,提出一种基于分段行列2D-PCA的降维方法.利用高光谱图像波段间的相关系数进行波段子空间划分,在各子空间内通过旋转构建新的数据模型,以2D-PCA方法提取其行、列主成分信息,经过图像重建得到行、列主成分图像,对各波段子空间的行、列主成分图像进行小波分解,按照不同规则融合低频、高频系数,再通过小波逆变换得到降维后的图像.实验结果表明,与PCA和分段PCA方法相比,该方法在保证降维图像质量的前提下可缩短运算时间,提高高光谱图像的降维效率.

关键词：高光谱图像、数据降维、二维主成分分析、波段子空间划分、小波融合

所属期刊栏目：43

分类号：TP751(遥感技术)

资助基金：吉林省教育厅“十二五”科研基金2015448;吉林省科技发展计划项目20140101213JC

在线出版日期：2017-11-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：256-262