周亚文，董广军，崔爱红，姚强强

信息工程大学，河南 郑州，450001



基于CDS工具的高光谱影像降维与维度估计方法研究

周亚文，董广军，崔爱红，姚强强

信息工程大学，河南 郑州，450001

高光谱影像降维策略是进行高光谱影像处理和分析的重要基础，相关降维方法已经被提出很多，可是绝对有效的方法仍未确定。本文对近年来一些具有代表性和前沿性的降维方法(PCA, ICA, MNF, LDA, MDS, PPCA, FA)进行对比分析，在此基础上，进一步对比采用的几种内在维度估计方法(CD, EV, GMST, MLE, PN)，最后选择降维后的影像与原影像在非监督分类后运用CDS工具进行对比。实验结果表明，PCA方法整体较好，适应性更广泛；PN估计具有极大局限性；不同维度估计下同种降维效果相差不大，相同维度估计下不同降维方法效果相差较大。

高光谱遥感；内在维度估计；降维；非监督分类；CDS对比

1　引　言

影像地物自动识别分类一直是测绘学者追求的目标，高光谱遥感影像有光谱分辨率高和“图谱合一”特点，具有地物属性信息精细探测能力，通过分析光谱影像的光谱信息和空间特征信息，能够达到精细识别典型地物的目的[1]。目前，越来越多的国家开始重视高光谱遥感的利用，逐渐开始发射装配有高光谱传感器的卫星，如：中国计划2016年发射CCRSS，德国2018年发射EnMAP(Environmental Monitoring and Analysis Program)。高光谱数据存在一定限制：空间分辨率无法达到理想要求，计算处理复杂度增加却未明显增加分类精度。在这种情况下，数据量增加必然会对地物识别乃至分类造成阻碍。地物识别分类是遥感影像的应用目的，而降维是高光谱影像下实现分类的一个重要技术。……