张 伍，陈红梅

（西南交通大学信息科学与技术学院，成都611756）

（∗通信作者电子邮箱hmchen@swjtu.edu.cn）

0 引言

高光谱遥感技术是现代卫星遥感技术领域的重大突破。高光谱成像仪能对同一物体在几百个光谱波段上同时成像，并构成像素点的连续曲线。因为高光谱波段图像间相似性极高，产生了很多不必要的冗余，不便于存储以及计算，甚至会产生“HUGHES”问题［1］，所以需要对其进行降维处理。

目前，高光谱图像降维主要分为特征提取以及波段选择两种方式：特征提取是采用一些数学方法对属性值进行变换，将其重新映射为新值进行降维，这样做会破坏图像原有的物理含义，不利于图像的解译；高光谱波段选择是通过算法将波段进行组合，使用一些重要的波段代表整个高光谱数据集。

高光谱波段选择算法根据是否利用地物真值信息，可以分为无监督波段选择算法以及有监督波段选择算法。刘雪松等［2］提出了使用相对熵间接衡量波段信息差异的最大信息量波段选择方法；刘春红等［3］提出了通过计算高光谱波段标准差以及与前后皮尔逊系数之和的比值，进行优先度排序的自适应波段选择算法；此外还有基于层次聚类［4］、密度峰值聚类［5］、k-means［6］聚类的高光谱波段选择算法，它们从聚类簇中找出代表波段，形成波段子集；Zhang等［7］根据波段间的相关性递增挑选高光谱波段。上述算法不需要地物真值信息，是无监督的波段选择算法。Liu等［8］提出基于邻域粗糙集理论的高光谱波段选择算法，并且设置扰动，分析算法稳定性；……