提出一种空间降采样独立成分特征分离方法, 用于缩短独立成分分析(ICA)法在高光谱图像特征分离时的运算时间。该方法通过对高光谱图像的二维像素空间进行网格划分得到较小的窗口; 基于光谱相似性测度法度量每个窗口中中心像素与周围像素的距离。然后舍弃这段距离小于阈值的周围像素, 而将大于阈值的周围像素和中心像素作为样本量进行FastICA, 获取投影矩阵变换原始数据, 得到特征分离的ICA成分。对比了传统ICA与空间降采样(SDS)ICA(SDS_ICA)的性能, 研究了降采样阈值参数、降采样窗口参数及初始投影矩阵对SDS_ICA特征分离性能及运行时间的影响。实验结果表明: 应用SDS_ICA时, 仅设置适中的阈值和不敏感的窗口大小参数, 就能保持与传统ICA相近的特征分离性能, 运行时间减少了30%以上。该方法适合应用于高光谱准实时特征提取、数据降维及目标探测等领域。
高光谱图像 独立成分分析(ICA) 空间降采样(SDS) 空间降采样ICA(SDS_ICA) 特征分离 运行时间 hyperspectral image Independent Component Analysis(ICA) Spatial Down Sample(SDS) spatial down sample ICA(SDS_ICA) feature separation run-time 光学 精密工程
2015, 23(11): 3246