基于自动子空间划分的高光谱数据特征提取

基于自动子空间划分的高光谱数据特征提取
谷延锋;张晔
【期刊名称】《遥感技术与应用》
【年(卷),期】2003(18)6
【摘要】针对遥感高光谱图像数据量大、维数高的特点,提出了一种自动子空间划分方法用于高光谱图像数据量减小处理。

该方法主要包括3个处理步骤:数据空间划分,子空间主成分分析和基于类别可分性准则的特征选择。

该方法充分利用了高光谱图像各波段数据之间的局部相关性,将整个数据划分为若干个具有较强相关性的独立子空间,然后在子空间内利用主成分分析进行特征提取,根据各类地物间的类别可分性选择有效特征,最后利用地物分类来验证该方法的有效性。

实验结果表明,该方法能够有效地实现高光谱图像数据维数减小和特征提取,同现有的自适应子空间分解方法和分段主成分变换方法相比,该方法所提取的特征用于分类时能获得较好的分类精度。

利用该方法进行处理,当高光谱数据维数降低了90%时,9类地物分类实验的总体分类精度可以达到80.2%。

【总页数】4页(P384-387)
【关键词】高光谱图像;子空间划分;特征提取
【作者】谷延锋;张晔
【作者单位】哈尔滨工业大学电子与通信工程系
【正文语种】中文
【中图分类】TP391.4
【相关文献】
1.基于子空间划分和耀斑抑制的赤潮高光谱高精度快速检测研究 [J], 杨慧芳;马毅;胡亚斌;刘荣杰;任广波;李晓敏
2.基于子空间划分和耀斑抑制的赤潮高光谱高精度快速检测研究 [J], 杨慧芳;马毅;胡亚斌;刘荣杰;任广波;李晓敏;;;;;;;;
3.基于子空间划分和自我表示学习的高光谱波段选择 [J], 王鑫;汪国强
4.基于近邻子空间划分的高光谱影像波段选择方法 [J], 唐厂;王俊
因版权原因，仅展示原文概要，查看原文内容请购买。