基于稀疏表示和低秩表示的高光譜圖像波段選擇方法研究.pdf

1、高光譜遙感技術是上個世紀20年代發(fā)展起來的一種重要的遙感技術。通過光譜成像儀獲得的高光譜圖像具有比傳統(tǒng)遙感圖像更高的空間分辨率和光譜分辨率，使高光譜圖像在很多領域得到廣泛的應用。但是高光譜圖像包含了成百上千的波段，波段與波段之間存在著大量的冗余信息，給高光譜圖像的處理帶來了很大的困難。因此，如何盡可能地降低高光譜數據的維數，提高數據利用率和處理的有效性和高效性成為一個急需解決的問題。通常情況下，對數據的降維方法主要有特征提取和特征選擇。

2、對于高光譜圖像數據，需要保留高光譜圖像中特定波段的物理意義，所以特征選擇是一個很好的方法。特征選擇用在高光譜圖像中，也就是波段選擇。論文中針對高光譜圖像的特點，在對傳統(tǒng)和現(xiàn)有的高光譜圖像波段選擇方法研究的基礎上，結合現(xiàn)有壓縮感知相關的技術，提出了一些新的高光譜圖像的波段選擇方法。本文的主要研究內容如下：
　　(1)提出一種基于判別性約束半監(jiān)督稀疏表示的高光譜圖像波段選擇方法。該方法在波段選擇的過程中同時考慮到類的可分離特性，而類內

3、類間距離是衡量類的可分離特性的一個標準，因此，本方法以高光譜數據作為字典，對波段進行稀疏表示的同時，在模型中加入了判別性約束項，即類內類間距離約束。通過本方法選擇出的波段子集，屬于同一類的像素點更加緊湊，屬于不同類的像素點更加分散，從而更加有利于分類；
　　(2)提出了一種基于低秩表示聚類的高光譜圖像波段選擇方法。該方法以選擇出的波段子集相關小，包含信息量大為出發(fā)點，首先對高光譜圖像進行低秩表示，去除噪聲波段的影響，采用層次聚類的

4、思想，根據低秩表示系數對波段進行聚類，從每個聚類中選擇出代表性的波段，作為最終選擇的波段。本方法是一個自適應選擇波段的過程，不需要人為地確定選擇波段的數目。
　　(3)提出了一種基于最佳匹配字典的高光譜圖像波段選擇方法。該方法的出發(fā)目的是選擇出的波段子集最能代表原始的所有波段，以選擇的波段子集作為字典，對高光譜數據進行圖正則組稀疏表示，以稀疏表示的殘差作為評價準則函數，不斷對字典進行更新，直到找到使得評價準則函數最優(yōu)的字典，稱之為