基于K-L散度与光谱可分性距离的波段选择算法
波段选择是高光谱降维的常用手段,文中从波段选择应遵循的3个原则出发设计了一种基于信息散度与光谱可分性距离的波段选择算法.将高光谱数据中每个波段的光谱分量看作一个一维向量,使用K-L散度表示其相互之间的信息量,选出信息量大且相似性最小的波段组合;根据每个波段中不同地物光谱可分性距离的计算,得到可分性较大的波段组合;将两组波段组合取交集,即得到最优组合波段.为了验证算法的有效性,将选出的最佳3个波段进行伪彩色合成,对其进行光谱角制图分类,分类精度达到92.2%,Kappa系数为0.88.
高光谱成像、波段选择、K-L散度、光谱可分性、光谱角制图
35
TN911.73;TP751
2014-03-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
71-75