王 琪，杨 桄，张俭峰，向英杰，田张男

(空军航空大学 航空航天情报系，长春 130022)

引 言

相比于普通的遥感图像，高光谱图像增加了光谱维，不仅包含了丰富的空间信息还具有高光谱分辨率。高光谱遥感器能够同时获取目标区域的2维几何空间信息与1维光谱信息，因此高光谱数据具有图像立方体的形式和结构，体现出图谱合一的特点和优势[1-2]。高光谱图像丰富的光谱和空间信息对目标探测及地物分类具有重要作用。然而，高光谱图像维数众多，导致数据量增加，相邻波段之间信息冗余度大，存在“维数灾难”，使得高光谱影像的降维、目标检测等面临很大的难题，不利于数据处理[3]。如何高效充分地利用高光谱图像丰富的信息，又能提高数据处理的效率，是目前研究的重点。高光谱图像降维是解决这一问题的常用方法。

针对高光谱图像数据冗余问题，常用降维方法来解决。波段选择是寻找与强化最具可分性的光谱波段的过程，它能在不损失重要信息的情况下有效降低维数[4]。波段选择方法是对高光谱源数据进行波段特征排序搜索和对光谱波段进行特征聚类[5]，是对特定对象选择光谱特征空间中的一个子集，这个子集是一个简化了的光谱特征空间，但它包括了该对象的主要特征光谱，并且在一个含有多种目标对象的组合中，该子集能够最大限度地区别于其它地物。波段选择按是否需要先验知识可分为有监督波段选择和无监督波段选择。……