資源描述：
《高光譜遙感數(shù)據(jù)光譜特征提取算法與分類研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、維普資訊http://www.cqvip.com第25卷第2期計(jì)算機(jī)應(yīng)用研究Vo1．25No．22008年2月ApplicationResearchofComputersFeb．2008高光譜遙感數(shù)據(jù)光譜特征提取算法與分類研究水蘇紅軍，杜培軍，盛業(yè)華(1．南京師范大學(xué)虛擬地理環(huán)境教育部重點(diǎn)實(shí)驗(yàn)室，南京210046；2．中國礦業(yè)大學(xué)地理信息與遙感科學(xué)系，江蘇徐州221008)摘要：針對(duì)高光譜數(shù)據(jù)的特點(diǎn)，探討了高光譜數(shù)據(jù)特征提取的若干算法，重點(diǎn)研究了導(dǎo)數(shù)光譜和光譜編碼技術(shù)，并從地物光譜曲線中提取了其光譜吸收特征
2、。對(duì)同類曲線特征求交得到識(shí)別地物的有效特征；對(duì)不同類曲線特征求交得到區(qū)分不同類地物的有效特征。最后基于提取的特征建立了地物識(shí)別決策樹，從而達(dá)到快速識(shí)別分類地物的目的，能夠?qū)崿F(xiàn)依據(jù)地物光譜特征的地物識(shí)別與分類。關(guān)鍵詞：高光譜；光譜特征；特征提取；地物識(shí)別中圖分類號(hào)：TP751文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1001—3695(2008)02—0390—05StudyonfeatureextractionandexperimentofhyperspectraldataSUHong~un，DUPei-jun，SHENGY
3、e—hua(1．KeyLaboratoryofVirtualGeographicEnvironment，№ngNormalUniversity，Naming210046，China；2．Dept．ofRemoteSensing&GeographicalInformationScience，ChinaUniversityofMining&Technology，XuzhouJiangsu221008，China)Abstract：Thispaperdiscussedsomefeatureextractional
4、gorithmsforhyperspectraldataprocess，andputforwardthequadencodingalgorithmastheimprovedbinaryencodingalgorithm．Inparticular，extractedspectralabsorptionparameterincludingabsorptionposition，absorptiondepth，absorptionwidth，slope，absorptionasymmetry，spectralabs
5、orptionindex(SAI)bythederivativespectrumalgorithmandbinary／quadencodingspectrumalgorithm．Usingthesefeature，gotthevalidfeaturetore—cognizethesameobjectsandtorecognizediferentobjects．Atlast，basedontheexperimentconstructedthedecisiontreetorecognizeobjects．Key
6、words：hyperspectral；spectralfeature；featureextraction；objectsrecognition數(shù)學(xué)變換來壓縮波段，如主成分分析法(PCA)等。0引言特征提取即從原始數(shù)據(jù)中提取其特征參數(shù)，以滿足后續(xù)處理要求。由電磁波理論可知，相同物體具有相同的電磁波譜特高光譜遙感是20世紀(jì)最后二十年人類在對(duì)地觀測(cè)方面取征；不同物體由于物質(zhì)組成、內(nèi)部結(jié)構(gòu)和表面狀態(tài)不同，具有相得的重大技術(shù)突破之一。它在成像過程中以極高的光譜分辨率用上百個(gè)連續(xù)窄光譜波段描述一個(gè)像元；在提供每一波段
7、區(qū)異的電磁波譜特性。這是利用地物光譜特征來識(shí)別和區(qū)別地間圖像的同時(shí)，對(duì)每一像素產(chǎn)生一條完整而連續(xù)的光譜曲物的基礎(chǔ)。本文重點(diǎn)論述特征提取算法。線?。高光譜遙感圖像包含了豐富的空問、輻射和光譜三重由于高光譜數(shù)據(jù)的特點(diǎn)，如何既有效地利用數(shù)據(jù)的最大信息，又能較快地處理成為高光譜的研究熱點(diǎn)和未來發(fā)展方向。信息，在相關(guān)領(lǐng)域具有廣泛的應(yīng)用和發(fā)展空間。高光譜數(shù)據(jù)的其中，有關(guān)光譜特征選擇和特征提取的研究是一個(gè)重點(diǎn)。國內(nèi)特點(diǎn)如下“J：a)圖譜合一。在獲取數(shù)百個(gè)光譜圖像的同時(shí)，可以顯示圖像中每個(gè)像元的連續(xù)光譜。b)海量數(shù)據(jù)。高光
8、譜外學(xué)者對(duì)此進(jìn)行了廣泛研究。Benediktsson等人利用判別邊界特征提取(decisionboundaryfeatureextraction，DBFE)對(duì)1991的波段一般都是上百個(gè)，未來甚至能達(dá)到千以上。c)數(shù)據(jù)冗余度高。成像光譜儀采樣間距一般都在納米級(jí)，造成了相鄰波年冰島AVIRIS影像進(jìn)行分類；Nakariyakul等人運(yùn)用比率特段的高度相關(guān)性，冗余度也隨之增加。d)信噪比低。高光譜征選擇(ratiof
