基于高光谱基本准则的波段选择方法

您当前的位置：

首页 >

文章列表页 >

基于高光谱基本准则的波段选择方法

信息光学与图像处理 | 更新时间：2025-09-01

- 基于高光谱基本准则的波段选择方法
- Band selection method based on hyperspectral fundamental criterion
- 光学技术 2018年44卷第5期页码：634-640
- 作者机构：
  
  1:陆军工程大学石家庄校区电子与光学工程系
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2018.05.020
  中图分类号：
- 纸质出版：2018
- 稿件说明：
移动端阅览
严阳, 华文深, 刘恂, 等. 基于高光谱基本准则的波段选择方法[J]. 光学技术, 2018,44(5):634-640.

Band selection method based on hyperspectral fundamental criterion[J]. 2018, 44(5): 634-640.
严阳, 华文深, 刘恂, 等. 基于高光谱基本准则的波段选择方法[J]. 光学技术, 2018,44(5):634-640. DOI： 10.13741/j.cnki.11-1879/o4.2018.05.020.

Band selection method based on hyperspectral fundamental criterion[J]. 2018, 44(5): 634-640. DOI： 10.13741/j.cnki.11-1879/o4.2018.05.020.

高光谱数据具有光谱波段多、维度高、数据量庞大的特点

为了提高高光谱数据的处理速度

需要进行降维处理

而波段选择是高光谱降维的基本方法之一。综合考虑

提出基于高光谱波段选择相关性、信息量及类间可分性的方法。通过虚拟维度确定高光谱图像的本征维数

并根据波段间的相关系数进行子空间划分;提出利用基于信息量的离散波段指数

在各个子空间中计算出最大的波段指数构成子集;根据类间可分性准则在子空间中选出可分性因子最大的合适波段。利用光谱角匹配选出最适合分类的波段

组成最后的波段子集

从而实现波段选择的降维处理。通过实验验证

所提方法与传统的最佳指数和自适应波段选择方法相比

在一定程度上提高了高光谱图像的分类精度。

浏览量

392

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种高光谱图像波段选择的快速混合搜索算法

基于聚类和最佳指数的快速高光谱波段选择方法

一种改进的LPD高光谱图像异常检测算法

基于标志点等距映射的高光谱图像端元提取算法

基于独立成分分析的高光谱图像异常检测