《基于信噪比估計(jì)的波段選擇與高光譜異常檢測_王晶.pdf》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、第３０卷第２期遙感技術(shù)與應(yīng)用Ｖｏｌ．３０Ｎｏ．２２０１５年４月ＲＥＭＯＴＥＳＥＮＳＩＮＧＴＥＣＨＮＯＬＯＧＹＡＮＤＡＰＰＬＩＣＡＴＩＯＮＡｐｒ．２０１５引用格式：ＷａｎｇＪｉｎｇ，ＷａｎｇＬｉｊｉａｏ，ＣｕｉＪｉａｎｔａｏ，ｅｔａｌ．ＢａｎｄＳｅｌｅｃｔｉｏｎｂａｓｅｄｏｎＳｉｇｎａｌ－ｔｏ－ｎｏｉｓｅＲａｔｉｏＥｓｔｉｍａｔｉｏｎａｎｄＨｙｐｅｒｓｐｅｃｔｒａｌＡｎｏｍａｌｙＤｅｔｅｃｔｉｏｎ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓｉｎｇＴｅｃｈｎｏｌｏｇｙａｎｄＡｐｐｌｉｃａｔｉｏｎ，２０１５，３０（２）：２９２－２９７．［王晶

2、，王麗姣，崔建濤，等．基于信噪比估計(jì)的波段選擇與高光譜異常檢測［Ｊ］．遙感技術(shù)與應(yīng)用，２０１５，３０（２）：２９２－２９７．］ｄｏｉ：１０．１１８７３／ｊ．ｉｓｓｎ．１００４－０３２３．２０１５．２．０２９２基于信噪比估計(jì)的波段選擇與高光譜異常檢測王晶，王麗姣，崔建濤，厲小潤（浙江大學(xué)電氣工程學(xué)院，浙江杭州３１００２７）摘要：有效的波段選擇方法可以極大地提高高光譜圖像處理速度的同時改善處理效果。為了自動判斷低信噪比波段，提出了一種基于小波變換的圖像信噪比估計(jì)（ＳＮＲｅｓｔｉｍａｔｉｏｎ，ＳＮＲＥ）方法，利用小波變換后對角

3、方向上的高頻成分估計(jì)噪聲方差并計(jì)算信噪比。將該方法分別結(jié)合基于方差和相關(guān)系數(shù)（Ｖ＿ＣＯＲ）的最優(yōu)索引指數(shù)、最大信息量（ＭＩ）、高階矩（偏度或峰度）結(jié)合信息散度（Ｋ３＿ＫＬ）等３種基于信息量的波段選擇方法后選擇波段。將這些改進(jìn)后的波段選擇方法應(yīng)用于高光譜異常檢測。實(shí)驗(yàn)結(jié)果表明ＳＮＲＥ預(yù)選波段結(jié)合ＭＩ和Ｋ３＿ＫＬ選擇波段用于異常檢測能進(jìn)一步提高檢測精度。關(guān)鍵詞：波段選擇；信息度量指數(shù)；高光譜異常檢測；高階矩中圖分類號：ＴＰ７５１．１文獻(xiàn)標(biāo)志碼：Ａ文章編號：１００４－０３２３（２０１５）０２－０２９２－０６１引言定類別數(shù)，第三

4、類方法的前提假設(shè)是必須滿足波段線性混合模型，所以結(jié)果沒有前兩類好?；谛畔⒏吖庾V遙感是近年發(fā)展起來的一種新型遙感探量的方法是相對比較好的方法，這類方法的基本思測技術(shù)，具有廣泛的應(yīng)用前景。高光譜遙感圖像一想是根據(jù)某種信息度量準(zhǔn)則將波段或波段組排序，般由上百個波段組成，包含了豐富的空間、輻射和光然后一次性選擇波段或結(jié)合散度逐次選擇波段。譜信息。但在提高信息含量的同時，大量的波段也Ｃｈａｖｅｚ等［１］提出了以一組波段的方差和與該組波給高光譜圖像異常檢測帶來了困難。一方面，過多段間的兩兩相關(guān)系數(shù)和之差作為最優(yōu)索引因子的波段增加了

5、高光譜圖像處理的運(yùn)算量，另一方面，（ＯｐｔｉｍｕｍＩｎｄｅｘＦａｃｔｏｒ，ＯＩＦ），按ＯＩＦ從大到小的波段之間的相關(guān)性和冗余信息會影響檢測效果。高順序進(jìn)行排列，選出最佳組合。這種方法計(jì)算量過光譜圖像波段之間的相關(guān)系數(shù)往往很高，因而包含大。劉春紅等［２］對ＯＩＦ做了改進(jìn)，提出了以單個波了大量的冗余信息，如何從原始數(shù)據(jù)中剔除這些冗段方差除以該波段與相鄰波段間的相關(guān)系數(shù)和作為余信息，通過選擇最優(yōu)波段而組成新的超譜圖像空索引指數(shù)，該方法充分考慮了高光譜圖像的空間相間，在不損失重要信息的情況下盡可能降低數(shù)據(jù)的關(guān)性和譜間相關(guān)性，并且

6、大大減少了計(jì)算量，文中將維度成為一個重要問題。該方法記為Ｖ＿ＣＯＲ。上述方法都是一次性選擇波國內(nèi)外已有大量的文獻(xiàn)對波段選擇進(jìn)行了研［３］段的，杜謙等提出的方法先根據(jù)高階矩（峰度或偏究，現(xiàn)有的波段選擇算法主要包括基于信息量的方度）將波段排序，然后根據(jù)待選波段與已選波段散度［１－５］［６－７］法、基于聚類的方法和基于波段重構(gòu)誤差最是否小于閾值逐次選擇波段，但閾值的確定有待進(jìn)［８－１１］［４］小的方法。其中，基于聚類的方法一般要先確一步研究，文中將該方法記為Ｋ３＿ＫＬ。劉雪松等收稿日期：２０１３－０９－２７；修訂日期：２０１５

7、－０３－０８基金項(xiàng)目：浙江省自然科學(xué)基金項(xiàng)目（ＬＹ１３Ｆ０２００４４、ＬＺ１４Ｆ０３０００４），國家自然科學(xué)基金項(xiàng)目（６１１７１１５２）。作者簡介：王晶（１９８８－），男，浙江東陽人，工程師，主要從事圖像處理方面的研究。Ｅ－ｍａｉｌ：ｗｊａａａｌ＠ｚｊｕ．ｅｄｕ．ｃｎ。通訊作者：厲小潤（１９７０－），男，浙江東陽人，研究員，主要從事圖像處理與模式識別、計(jì)算機(jī)應(yīng)用方面的研究。Ｅ－ｍａｉｌ：ｌｘｒ＠ｚｊｕ．ｅｄｕ．ｃｎ。第２期王晶等：基于信噪比估計(jì)的波段選擇與高光譜異常檢測２９３［１７］提出了根據(jù)所有波段間的信息散度逐次選擇

8、波段的號和噪聲分離。１９８９年，Ｍａｌｌａｔ提出了離散小波最大信息量方法（ＭＩ）。變換的快速分解和重構(gòu)算法，用Ｈ（低通）和Ｇ（高盡管波段選擇的方法很多，但大多數(shù)研究主要通）兩個一維鏡像濾波器實(shí)現(xiàn)圖像Ｃｊ的離散小波分集中于分類，面向目標(biāo)探測的相對較少。各種基于解，分解公式為：信息量的波段選擇方法用于目標(biāo)探測雖有一定效１