基于信息论准则的高光谱波段选择方法-电子设计工程.pdfVIP

22 1 电子设计工程 第 卷 第 期 2014 年 1 月 Vol.22 No.1 Electronic Design Engineering Jan. 2014 基于信息论准则的高光谱波段选择方法 范 超 （河海大学 计算机与信息学院 , 江苏 南京 211100 ） 摘要 ： 与传统多光谱遥感图像相比 , 高光谱图像是在一定波段范围内窄波段成像的 , 提供了丰富的光谱信息 , 拓展 了遥感技术的应用范围 , 但同时存在数据含量大、波段间相关性高等问题 , 在进行处理时需要对高光谱图像进行 降维。通过分析现有高光谱波段选择方法 , 本文提出了一种基于信息论准则的高光谱波段选择方法 , 结合波段信 息熵与波段间的相关性 , 采用粒子群优化算法 (PSO) 进行波段优选 , 克服了采用单一使用信息量为适应度的片面 性。最后使用 AVIRIS 图像对提出的算法进行试验 , 并利用支持向量机分类方法进行分类验证 , 总体分类精度达到 91.0%。 关键词：高光谱图像 ; 波段选择 ; 粒子群优化算法 ; 信息熵 中图分类号：P237 文献标识码：A 文章编号：1674-6236(2014)01-0149-04 A hyperspectral band selection method based on information criterion FAN Chao (Hohai University,the department of Computer and Information Science,Nanjingg 211100 , China) Abstract: Compared with the traditional multi-spectral remote sensing images, hyperspectral images in a certain wavelength range narrow-band imaging, providing wealthy spectral information, expanding the range of applications of remote sensing technology, but there are also problems, such as, the large data content, the high correlation between the bands. So when processing the hyperspectral images, we need dimensionality reduction. Through the analysis of existing hyperspectral band selection method, we propose a hyperspectral band selection method based on information criterion, which combines the band information entropy with the correlation between bands using particle swarm optimization algorithm (PSO) to overcome the one