專利名稱：一種基于距離計(jì)算的高光譜圖像順次波段選擇方法
技術(shù)領(lǐng)域：
本發(fā)明涉及的是ー種高光譜圖像的波段選擇方法，特別是一種基于距離計(jì)算的波段選擇方法。
背景技術(shù)：
高光譜圖像的光譜維度很高即波段數(shù)量很大，這種情況導(dǎo)致了信息冗余度很高或數(shù)據(jù)量過(guò)大而處理困難。在此背景下，數(shù)據(jù)降維技術(shù)成為研究的熱點(diǎn)?，F(xiàn)有的降維方法，可以分為兩類一類是基于變換的方法，如主成分分析(PRINCIPAL COMPONENT ANALYSIS)、正交子空間投影(ORTHOGONAL SUBSPACE PROJECTION)、正則分析(CANONICAL ANALYSIS)、離散小波變換(DISCRETE WAVELET TRANSFORM)等?；谧儞Q的降維方式改變了圖像原有的 特性。另ー類是基于非變換的，如波段選擇，數(shù)據(jù)源劃分等?；诜亲儞Q的降維方式是在考察圖像整體特點(diǎn)之后對(duì)圖像進(jìn)行選擇和劃分的，它克服了變換法改變圖像特性的缺點(diǎn)，因此更有利于保持圖像的原有特性。因此，探討通過(guò)波段選擇的方法來(lái)降低高光譜數(shù)據(jù)的維數(shù)有重要的應(yīng)用價(jià)值。目前主要的波段選擇方法可以劃分為基于信息量的最佳波段選擇方法、基于類間可分性的最佳波段選擇方法、波段選擇的指數(shù)方法、基于遺傳算法的波段選擇等。這些方法在某種特定條件下均取得了較好的效果。為了適應(yīng)不同問(wèn)題的不同需求，研究工作者一直尋求著各種新的波段選擇方法。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種無(wú)需降維技術(shù)、速度快、選擇效果好的基于距離計(jì)算的高光譜圖像順次波段選擇方法。本發(fā)明的目的是這樣實(shí)現(xiàn)的輸入全部d個(gè)波段，選擇步驟如下(I)第I個(gè)典型波段選擇計(jì)算每個(gè)波段向量的長(zhǎng)度、即波段端點(diǎn)到原點(diǎn)的距離，選出對(duì)應(yīng)于最大長(zhǎng)度的波段作為第I個(gè)典型波段；(2)第2個(gè)典型波段選擇計(jì)算其他每個(gè)波段到第I個(gè)典型波段的距離，選出對(duì)應(yīng)最大距離的波段作為第2個(gè)典型波段；(3)第i個(gè)典型波段，其中3彡i彡N，N為典型波段的個(gè)數(shù)對(duì)于當(dāng)前選出的i-Ι個(gè)波段k b2,…，Iv1,其中3彡i彡N，依下述方法選擇第i個(gè)波段h :對(duì)于余下的M個(gè)波段Pk，其中k = 1，2，…，M，計(jì)算他們到由選出的i-Ι個(gè)波段所構(gòu)成的超平面的相對(duì)距離，選出對(duì)應(yīng)最大距離的波段作為第i個(gè)典型波段。本發(fā)明還可以包括I、在第I個(gè)典型波段選擇之前進(jìn)行壞波段去除，所述壞波段去除的方法為全部波段中孤立性最大的兩個(gè)波段作為壞波段而去棹。2、波段pk到已經(jīng)選出的i-Ι個(gè)波段k b2,…，Iv1所對(duì)應(yīng)的超平面的距離的計(jì)算方法為Dj(Pk) = wf XPt+η > た=2，3，···，M其中，截距A為(ETV，1Γ1中最右下角的元素，斜率Wi為Va中最后一列的列向量，矩陣 E = [b1； b2,…，V1, P1], V = [b「b2，b2_b3,…，H1, V「Pi]，“I” 為ー個(gè)元素值全為I的i維列向量，參量α為(ETV，I)-1中最后一列去掉最后ー個(gè)元素的列向量。澳大利亞遙感專家賈秀萍博士發(fā)現(xiàn)，若將波段視為超高維空間中的一個(gè)數(shù)據(jù)點(diǎn)，則全部波段呈現(xiàn)凸幾何分布(這種特性以前只在像元空間中被熟知)。本發(fā)明在這一重要前提下展開(kāi)建立一種基于距離計(jì)算的波段選擇方法，提取出處于凸多面體角端的代表性波段，這樣其他波段可以用這些代表性波段來(lái)線性合成，因此信息量蘊(yùn)含期間。
本發(fā)明為一種幾何波段選擇方法，具有無(wú)需降維技術(shù)、速度快、選擇效果好的優(yōu)點(diǎn)。


圖I為本發(fā)明方法與已有技術(shù)的執(zhí)行效率對(duì)比圖。圖2為本發(fā)明方法與已有技術(shù)的選擇效果對(duì)比表。
具體實(shí)施例方式下面結(jié)合附圖對(duì)本發(fā)明做出更詳細(xì)的描述。本發(fā)明為一種幾何波段選擇方法，具有速度快、選擇效果好的優(yōu)點(diǎn)，它至少包括壞波段的剔除方法、典型波段預(yù)選方法、典型波段的順次選擇方法。壞波段的剔除方法是利用目視與最孤立波段去除法相結(jié)合的方法；第I個(gè)典型波段選擇是尋找與到原點(diǎn)最遠(yuǎn)的波段；第I個(gè)典型波段選擇是尋找與第一個(gè)波段最遠(yuǎn)的波段；第i (3 < i < N)個(gè)典型波段選擇是尋找與選出的i-Ι個(gè)波段所張成的超平面最遠(yuǎn)的波段。下面給出本發(fā)明的詳細(xì)過(guò)程輸入全部d個(gè)波段，當(dāng)前的任務(wù)是從中選出N個(gè)典型波段作為輸出。具體選擇步驟如下I)所述的壞波段去除方法如下首先，逐波段目視檢查，目視效果明顯較差的波段將作為壞波段而直接剔除；然后，全體波段中孤立性最大的兩個(gè)波段作為壞波段而去棹。2)所述的第I個(gè)典型波段選擇方法如下計(jì)算每個(gè)波段向量的長(zhǎng)度(即波段端點(diǎn)到原點(diǎn)的距離)，選出對(duì)應(yīng)于最大長(zhǎng)度的波段作為第一個(gè)波段。3)所述的第2個(gè)典型波段選擇方法如下計(jì)算尚未被選出每個(gè)波段到第I個(gè)典型波段的距離，選出對(duì)應(yīng)最大距離的波段作為第2個(gè)波段。4)所述的第i (3 < i < N)個(gè)典型波段的選擇方法如下對(duì)于當(dāng)前選出的i-1(3彡i彡N)個(gè)波段b” b2,…，Iv1，依下述方法選擇第i個(gè)波段h 對(duì)于尚未被選出的M個(gè)波段pk (k = 1，2，···，M)，Wp1到由選出的i-Ι個(gè)波段所構(gòu)成的超平面的距離為基準(zhǔn)距離，即置Di(P1) = I進(jìn)而用下式計(jì)算其余pk (k = 2，3，…，M)到由選出的i-Ι個(gè)波段所構(gòu)成的超平面的相對(duì)距離
Di(Pk) =|wf χ pk+r^ , k ニ /i 、M其中，截距A為(ETV，I) ―1中最右下角的元素，斜率Wi為Va中最后一列的列向量，矩陣 E = [b1； b2,…，V1, P1], V = [b「b2，b2_b3,…，H1, V「Pi]，“I” 為ー個(gè)元素值全為I的i維列向量，參量α為(ETV，I)-1中最后一列去掉最后ー個(gè)元素的列向量。最后，選出尚未被選出的M個(gè)波段pk(k = 1,2, - ,M)中對(duì)應(yīng)最大距離的波段作為第i個(gè)波段。經(jīng)過(guò)上述的過(guò)程即可獲得N個(gè)典型波段。為了說(shuō)明本發(fā)明的有效性，特進(jìn)行如下實(shí)驗(yàn)論證。實(shí)驗(yàn)數(shù)據(jù)利用1992年6月拍攝的美國(guó)印第安納洲西北部印第安農(nóng)林高光譜遙感試驗(yàn)區(qū)的一部分，144X144像元，
200波段。圖像中除了背景以外包含16類植被的有監(jiān)瞀數(shù)據(jù)。為了驗(yàn)證本發(fā)明所提出的方法(簡(jiǎn)記為DS-BS)的效率，將其與一種公認(rèn)速度極快(較之傳統(tǒng)神經(jīng)網(wǎng)絡(luò)方法效率高出兩個(gè)數(shù)量級(jí))的波段選擇方法相比較。該方法是源自文獻(xiàn)[P.Mitra，;S. K. Pal, andC. A. Murthy, “Unsupervised feature select ion using feature similarity,，，IEEETrans. Pattern Analysis and Machinelntelligence, vol. 24(3), pp. 301-312, Mar. 2002.]，是ー種基于聚類波段選擇方法，簡(jiǎn)記為C-BS。此外，我們還通過(guò)經(jīng)典的最大似然分類方法來(lái)對(duì)比驗(yàn)證波段選擇的效果。結(jié)果表明，本發(fā)明方法在波段選擇效果與對(duì)比方法相當(dāng)?shù)那闆r下，執(zhí)行效率有極其明顯的優(yōu)勢(shì)。該圖橫坐標(biāo)表示圖像大小，如“ 10”表示圖像中的像素?cái)?shù)目為21(1，縱坐標(biāo)表示執(zhí)行時(shí)間，選擇波段數(shù)目為10。從該圖中，本發(fā)明的方法所用最多時(shí)間僅為O. 16秒，與X軸很難分辨。需要說(shuō)明的是，CBS所用時(shí)間幾乎與波段數(shù)量無(wú)關(guān)，而DS-BS與之成正比。即便是這樣，本發(fā)明的方法的執(zhí)行效率仍然能夠保持在兩個(gè)數(shù)量級(jí)以上。
權(quán)利要求
1.一種基于距離計(jì)算的高光譜圖像順次波段選擇方法，其特征是，輸入全部d個(gè)波段，按如下步驟進(jìn)行選擇 (1)第I個(gè)典型波段選擇計(jì)算每個(gè)波段向量的長(zhǎng)度、即波段端點(diǎn)到原點(diǎn)的距離，選出對(duì)應(yīng)于最大長(zhǎng)度的波段作為第I個(gè)典型波段； (2)第2個(gè)典型波段選擇計(jì)算其他每個(gè)波段到第I個(gè)典型波段的距離，選出對(duì)應(yīng)最大距離的波段作為第2個(gè)典型波段； (3)第i個(gè)典型波段，其中3< i < N，N為典型波段的個(gè)數(shù) 對(duì)于當(dāng)前選出的i_l個(gè)波段bi，b2，…，Iv1、其中3 < i < N，依下述方法選擇第i個(gè)波段匕對(duì)于余下的M個(gè)波段Pk，其中k = 1，2，…，M，計(jì)算他們到由選出的i-Ι個(gè)波段所構(gòu)成的超平面的相對(duì)距離，選出對(duì)應(yīng)最大距離的波段作為第i個(gè)典型波段。
2.根據(jù)權(quán)利要求I所述的一種基于距離計(jì)算的高光譜圖像順次波段選擇方法，其特征是在第I個(gè)典型波段選擇之前進(jìn)行壞波段去除，所述壞波段去除的方法為全部波段中孤立性最大的兩個(gè)波段作為壞波段而去掉。
3.根據(jù)權(quán)利要求I或2所述的一種基于距離計(jì)算的高光譜圖像順次波段選擇方法，其特征是波段Pk到已經(jīng)選出的i-Ι個(gè)波段bi，b2,…，Iv1所對(duì)應(yīng)的超平面的距離的計(jì)算方法為A(A) = \WJ xPk+n\' k = 2,3,---,M 其中，截距A為(ETV，I) ―1中最右下角的元素，斜率Wi為Va中最后一列的列向量，矩陣 E = Lb1, b2, ...,Iv1, P1], V = [hrh2, b2~b3,…，Iv2-Iv1, Iv1-P1]，“I” 為一個(gè)元素值全為I的i維列向量，參量a為(Ετν，I)-1中最后一列去掉最后一個(gè)元素的列向量。
全文摘要
本發(fā)明提供的是一種基于距離計(jì)算的高光譜圖像順次波段選擇方法。輸入全部d個(gè)波段，按如下步驟進(jìn)行選擇(1)第1個(gè)典型波段選擇計(jì)算每個(gè)波段向量的長(zhǎng)度、即波段端點(diǎn)到原點(diǎn)的距離，選出對(duì)應(yīng)于最大長(zhǎng)度的波段作為第1個(gè)典型波段；(2)第2個(gè)典型波段選擇計(jì)算其他每個(gè)波段到第1個(gè)典型波段的距離，選出對(duì)應(yīng)最大距離的波段作為第2個(gè)典型波段；(3)第i個(gè)典型波段，其中3≤i≤N，N為典型波段的個(gè)數(shù)對(duì)于當(dāng)前選出的i-1個(gè)波段b1,b2,…,bi-1、其中3≤i≤N，依下述方法選擇第i個(gè)波段bi對(duì)于余下的M個(gè)波段pk，其中k＝1,2,…,M，計(jì)算他們到由選出的i-1個(gè)波段所構(gòu)成的超平面的相對(duì)距離，選出對(duì)應(yīng)最大距離的波段作為第i個(gè)典型波段。本發(fā)明無(wú)需降維技術(shù)、速度快、選擇效果好。
文檔編號(hào)G06K9/62GK102663439SQ20121014005
公開(kāi)日2012年9月12日 申請(qǐng)日期2012年5月8日 優(yōu)先權(quán)日2012年5月8日
發(fā)明者劉丹鳳, 畢曉君, 王立國(guó), 趙亮, 趙春暉 申請(qǐng)人:哈爾濱工程大學(xué)