利用独立成分分析的高光谱图像波段选择方法

摘要

提出一种适合目标探测的基于独立成分分析（ICA）的高光谱图像波段选择方法。首先进行"虚拟维"（VD）估计以确定重要独立成分个数,同时对FastICA生成的独立成分排序,选择排序靠前的几个独立成分作为重要独立成分;再根据波段对重要独立成分的平均贡献量对波段排序;最后使用光谱相似性度量去除排序后的冗余波段,保证了最终波段子集含有较多的目标信息。对AVIRIS获取的两幅真实高光谱图像进行了目标探测实验,结果表明,文中方法优于另外两种基于二阶统计特性的波段选择方法,其选出的波段分别占据全部波段的12%和3%,目标探测算子自适应余弦估计（ACE）和自适应匹配滤波（AMF）其上的探测率较全波段分别提高了30%和15%。