基于噪声白化的高光谱数据子空间维数算法 - 国土资源遥感.pdfVIP

第 卷第 期 国土资源遥感 年 月 引用格式 陈洁 杜磊 李京 等 基于噪声白化的高光谱数据子空间维数算法 国土资源遥感 基于噪声白化的高光谱数据子空间维数算法 陈 洁 杜 磊 李 京 韩亚超 高子弘 中国国土资源航空物探遥感中心 北京 中国科学院遥感与数字地球研究所 北京 摘要 高光谱影像数据的相邻波段间相关性较强信号与噪声共存根据最小二乘原理使观测数据与噪声的投影 误差之和最小化的 算法通过数据观测值减去噪声估计 值后得到信号的估计值进而可以计算信号相关矩阵的估计值 该算法在准确估计噪声的情况下是可行的但实 际上经光谱降维去相关后得到的各像元噪声估计值往往并不准确因此原始的算法得到的结果可能并不 理想 提出一种基于噪声白化的改进算法它不必进行逐像元的噪声去除而是先对原始数据进行噪声白 化处理然后准确获取噪声的协方差矩阵估计值再利用 算法进行信号相关矩阵计算实现了提高算法精 度的目的 通过模拟和实验数据的验证 改进的算法结果更准确稳定 与经典的 算 法在不同情况下所得结果有很好的一致性通过引入噪声白化的过程提高了算法对非白噪声的适应性 关键词 高光谱降维 噪声白化 信号相关矩阵 中图法分类号 文献标志码 文章编号 据的矩阵列相互正交 主成分变换 引言 和最小噪声分离 是当今使用最频繁的两种去相 以小于 光谱分辨率进行数据采集的高光 关算法 变换就是通过一种基于的线性 谱数据的相邻波段间通常具有较强的相关性它们 变化它将原始图像矩阵中的变量变成一组不相关 的 值以及显示出来的视觉效果往往很相似 若 的随机变量并按照协方大小顺序排列组成新的图 把高光谱图像表达成一个矩阵矩阵的每一列代表 像矩阵 一般情况下该矩阵第一个主成分含有所有 其对应波段的光谱响应数据值可以通过对该矩阵 波段中的方差信息 但 变换对噪声比较 进行一系列运算使得变化后的矩阵前若干列波段 敏感即信息量大的主成分分量信噪比不一定高 数据就可以表示原图像的大部分信息而后几列的 当某个信息量大的主成分中包含的噪声的方差大于 数据则主要以噪声为主 通过这样的方法可以用低 信号的方差时该主成分分量形成的图像质量就差 维数的数据代表高维数据减小了数据处理量的同 因此等 提出了变换该方法本质上 时也抑制了噪声的影响 数据降维结果的好坏将 是两次的重叠运算变换后的数据向量相互正 直接影响到下一步端元提取算法的最终效