基于核最小噪声分离变换的高光谱遥感影像特征提取研究

编号 zgly0001592876

文献类型 期刊论文

文献题名 基于核最小噪声分离变换的高光谱遥感影像特征提取研究

作者 林娜  杨武年 

作者单位 重庆交通大学土木建筑学院  成都理工大学地学空间信息技术国土资源部重点实验室/遥感与GIS研究所 

母体文献 遥感技术与应用 

年卷期 2013年02期

年份 2013 

分类号 P237 

关键词 高光谱遥感影像  特征提取  核最小噪声分离变换  支持向量机 

文摘内容       高光谱遥感影像具有高维非线性的特点,线性特征提取方法容易造成信息丢失和失真。在最小噪声分离变换(MNF)线性特征提取算法的基础上,引入核方法,提出核最小噪声分离变换(KM-NF)高光谱遥感影像非线性特征提取方法。KMNF通过核函数,将样本映射到高维特征空间,在特征空间中运算线性MNF,实现原始空间中的非线性KMNF算法。进行基于KMNF的高光谱影像特征提取实验,分析样本个数对KMNF特征提取的效果,发现样本数量对KMNF特征提取的结果影响很小,较少的样本数即可达到较多样本时特征提取的效果。对比KMNF与MNF特征提取的效果,分析它们降维的效率与保留的信息量,发现KMNF总体降维效率与MNF相当,且体现出高光谱图像的非线性特征;在KMNF和MNF特征提取的基础上,利用SVM进行高光谱图像分类,KMNF+SVM的分类精度优于MNF+SVM。