崔颖 宋国娇 陈立伟 刘述彬 王立国

(1. 哈尔滨工程大学 信息与通信工程学院， 黑龙江 哈尔滨 150001;2. 黑龙江省农业科学院 遥感技术中心， 黑龙江 哈尔滨 150086)

基于烟花算法降维的高光谱图像分类*

崔颖1，2宋国娇1陈立伟1刘述彬2王立国1

(1. 哈尔滨工程大学 信息与通信工程学院， 黑龙江 哈尔滨 150001;2. 黑龙江省农业科学院 遥感技术中心， 黑龙江 哈尔滨 150086)

为降低高光谱数据量及计算复杂度，避免后续分类中的Hughes现象，提出一种基于烟花算法降维的高光谱图像分类方法.烟花算法采用类内紧密性系数与类间分离性系数的加权和作为波段选择的度量准则，通过在高光谱数据空间内进行搜索，不断更新直至收敛，从而获得最优波段组合.基于印第安纳数据集(AVIRIS)和帕维亚大学数据集(ROSIS)数据对烟花算法、遗传算法和禁忌搜索算法进行波段选择的仿真实验，结果表明：烟花算法选择出的波段组合数目相对较少，具有较低的算法复杂度，减少了耗时;利用获得的波段组合进行高光谱图像分类时，与遗传算法、禁忌搜索算法的波段选择方法相比，文中所提方法在总体分类精度和Kappa系数上分别提高0.06%～4.72%和0.00～0.09，可以得到令人满意的分类结果．

图像分类；高光谱图像;降维;烟花算法;智能优化算法

随着光谱成像技术的发展，新型的高光谱传感器有能力获得数百个狭窄且连续的光谱波段，高光谱图像所具有的大量波段和较高的光谱分辨率，使得其应用越来越广泛，如灾害监测……