基于最優(yōu)子集準則的高光譜圖像波段選擇算法研究.pdf

1、高光譜遙感豐富的光譜信息帶來的海量數(shù)據(jù)大大增加了數(shù)據(jù)處理的時空復雜度并影響處理結果，有效的波段選擇方法可以在大大提高高光譜圖像處理速度的同時改善處理效果。因此，研究高光譜圖像波段選擇技術具有重要意義。
　　本文主要研究基于最優(yōu)子集準則的高光譜波段選擇算法框架及具體算法過程，論文主要工作如下：
　　(1)綜述了高光譜圖像波段選擇的背景及意義、并分析總結國內外研究現(xiàn)狀，確定本文研究的主要內容和預期成果，最后說明本文組織結構。

2、r>　　(2)對本文涉及到的相關基礎知識進行系統(tǒng)介紹，包括粒子群優(yōu)化算法的原理及參數(shù)設置、常見的聚類算法，為后面提出的幾種波段選擇算法奠定了理論基礎。
　　(3)介紹高光譜圖像波段選擇的最優(yōu)子集準則和常見的搜索策略，并引出本文用到的準則和搜索策略。然后構建基于最優(yōu)子集準則直接尋優(yōu)的波段選擇算法框架，以此框架為基礎提出基于MNBS準則粒子群直接尋優(yōu)的波段選擇算法，該算法利用連續(xù)前向選擇(SFS)搜索一組較好的波段子集，以此來初始化粒

3、子群算法的初始粒子位置列表，跟隨機初始化相比，降低了算法本身的初始敏感問題帶來的影響；構建并簡單介紹基于聚類結合最優(yōu)子集尋優(yōu)的波段選擇算法框架，基于該框架提出一種使用譜聚類對波段進行聚類，然后結合MNBS準則粒子群直接尋優(yōu)的波段選擇算法；最后設計基于關鍵波段選擇和最優(yōu)子集尋優(yōu)的波段選擇算法框架，提出了基于光譜角距離度量的聚類性能有效性指標，并結合視覺評估集群趨勢確定聚類類別，然后根據(jù)關鍵波段提取結合MNBS準則粒子群尋優(yōu)的波段選擇算法。