一种利用成对约束分块的高光谱遥感影像的波段选择方法

摘要

本发明主要针对高光谱遥感影像波段多、数据量大、冗余度大等特点，将一种新的机器学习方法一一判别成分分析引入高光谱遥感影像特征选择中，利用成对约束将高光谱遥感数据集进行分块，构造特征相关性测度和特征可分性测度；同时，利用吸引子传播提出快速、高效的高光谱遥感影像特征选择方法。通过本发明的研究丰富与发展判别成分分析在高光谱遥感影像特征选择方面的理论与方法，可望为遥感影像信息提取与识别提供更加有效的手段和工具。判别成分分析及其与吸引子传播的结合，必将提高高光谱遥感影像特征选择水平，这对于提高高光谱遥感影像分类精度具有较强的理论意义；同时，进一步提高高光谱遥感图像在农林、城市规划、资源环境调查等方面的应用效果和实用价值。