高光谱数据的最佳波段选择系统的程序设计与实现

程序员：左正康                发表时间：2013年12月7日16:11

一：系统开发背景： 依据“不同地物成分具有各异的反射光谱特征”的原理 , 高光谱遥感技术则为侦测地物间的细微差别提供了物质基础和技术支持 , 也就为高精度的目标检测和分类提供了理论依据。在这方面 , 研究者己经开始 将注意力从遥感数据的空间信息转向光谱信息 。

         不过，高光谱影像具有较高光谱分辨率的优越性是以较高的数据维数和比多光谱图像大得多的数据量为代价的,从而给高光谱影像的传输、存储、处理和分析等都带来较大的困难，尤其是在应用统计方法解决分类问题的时候,经常会遇到被称作Hughes现象(Hughes Phenomenon)。
 
针对以上所讨论的高光谱影像数据存在的问题,研究人员认为不能够在原始的特征空间中直接进行分类,必须对原始数据进行降维 (DimensionalityReduction)预处理,以”去除冗余波段和减少计算负担“，最终得到一个保持原始空间全局和局部结构特征的低维空间,然后在低维空间中进行分类。 
 二：系统设计思路
由于现在比较流行的降维方法像信息量法，相关系数与协方差法，最佳指数法都是针对多光谱影像做的，对于高光谱影像，现在还没有一个明确的方法去筛选最佳波段，所以我在设计这个系统的时候，综合考虑了以上的3种方法，各取所长筛选最佳的波段。具体方法是：先设定一个阈值，筛选出信息量>阈值的波段，第一次降维完成；然后在剩余的波段中求出两两波段之间的协方差和相关系数，尽可能选择协方差大，相关系数小的波段组，第二次降维完成；最后确定选多少个波段合成以参与最后的分类，算出不同组合波段的最佳指数OIF，选择OIF最大的波段组合，最佳波段选择成功结束。
综上3种方法互相融合选出的波段组合满足信息量大，协方差大，相关性小，并且OIF值大的特点，这样的波段组合是最佳的波段组合，这一步的正确操作与否直接影响到了最后的分类精度。
 三：系统测试展示
1. 批量录入166个波段

2.求每个波段的信息量，并根据阈值进行波段的第一次筛选

3.求两两波段之间的协方差和相关系数



求最佳指数

分析结果：
采用12波段组合，分别是87,114,115,88,118，119,90，91,116,135,136,138
OIF（最佳指数）=80.5083
此程序只是初步的测试，还有很多问题需要在后续的实践中去解决。