陆军工程大学石家庄校区 电子与光学工程系, 石家庄 050003
为了解决传统N-FINDR算法降维时破坏像元光谱曲线的物理意义这个问题, 采用波段选择方法中的最佳指数法代替特征提取, 改进N-FINDR算法的降维方式; 利用模拟和真实高光谱数据进行实验, 分别用改进的N-FINDR算法与其它两种算法提取端元, 并用全约束最小二乘法解混。结果表明, 改进的N-FINDR算法的解混精度更高, 用时更少。用波段选择代替特征提取改进降维方式, 保留了光谱曲线的物理意义, 在N-FINDR算法中是可行的。
光谱学 高光谱 端元提取 波段选择 最佳指数法 spectroscopy hyperspectral endmember extraction band selection optimal index factor
军械工程学院 电子与光学工程系, 河北 石家庄 050003
最佳指数法是常用的高光谱图像数据波段选择方法, 但存在运算时间过长的问题。运用K-means聚类算法, 对最佳指数方法进行了改进, 提出了聚类最佳指数法, 并进行了一系列伪装目标识别的对比实验。实验结果表明, 与最佳指数法相比, 改进后的方法在保证目标分类精度的前提下, 运算速度提高了数十倍; 与单纯使用K-means聚类运算相比, 不仅运算时间缩短, 而且分类精度有所提高。利用改进算法能够在伪装环境下更加快速有效地识别目标。
高光谱 波段选择 图像分类 最佳指数法 K-means聚类 hyperspectral imagery band selection classification optimal index K-means clustering