高光谱成像技术可以判段物质成分、特性为军事侦察和情报侦测领域带来巨大突破。但是，高光谱图像在提供丰富地物信息的同时，其海量的数据，常常导致“维数灾难”，这给高光谱图像的分析、处理与应用带来极大的难度和挑战。因此，高维数据降维是高光谱遥感的重要研究内容，也是高光谱图像目标检测、分类、识别等技术中必不可少的环节。高光谱降维技术主要包括波段选择和特征提取。波段选择方法不改变原始数据所代表的物性特征成为近年来研究的热点。
根据波段选择的原则，波段选择方法大致可以归纳为以下几类，即基于信息量的波段选择、基于类别可分性的波段选择、基于地物特征的波段选择、基于图像信息的波段选择，基于统计排序的波段选择，基于粗糙集合理论选择方法，基于聚类的方法，基于光谱形状相似性分析。
- 基于信息量的波段选择方法
- 联合熵法[1]是基于香农1948年提出的信息论理论用熵来表征信息量的波段选择算法。该算法比较简单、容易理解，但计算负载，要求计算机具有较高的性能。
- 波段组合的协方差矩阵行列式法，由Charles于1985年提出，通过数据的协方差矩阵行列式的大小反映图像所含信息的多少，从而能以此为指标对波段进行选择[2]。与联合熵法相比，该方法的总体计算复杂度大幅下降。
- 自动子空间划分的波段选择方法，是为了有效避免上述两种方法具有的全局特性造成信息重复使用的问题，由Gu等提出[3]。该方法的主要思路是将全部波段划分为各个子空间，然后在各子空间中进行波段选择。其划分空间的依据是图像的相关系数矩阵，通过对相邻波段相关系数大小的比较，进行波段的合理划分和选择。
- 波段指数法，是由姜小光提出的，其思路类似于自动子空间划分方法，也是一句波段之间相关系数的大小对波段进行分组，然后再计算其波段指数，从而进行波段选择[4]。该方法计算简单，运算量小且综合考虑了信息量及相关性两方面的因素，因此，常被作为选择波段的重要方法。然而，其不足之处在于，进行波段数据分组时，每组所含波段个数并不固定，因此在计算组内波段与其他组间的波段之间相关系数的绝对值之和时，其数值往往会发生变化，从而影响到计算的结果。
- OIF法，是由Chavea等提出，通过计算图像数据的标准差和相关系数的比值，进行波段的选择[5]。其目的是寻找那些包含图像信息多，冗余量少的波段，缺点是选择出的最优波段组合未必最优。
- 自适应波段选择法，是针对OIF方法的局限性，由刘春红等提出的。该方法定义了一种衡量波段优劣的指数，主要是以相邻波段的相关系数计算得到，从而根据波段对应的指数大小进行波段选择[6]。
- 基于类别可分性的波段选择法
基于类别可分性的波段选择法，主要以不同类别目标地物之间的光谱距离为指标对波段进行选择。常用的指标有均值间的标准距离、混合距离、巴氏距离、马氏距离等[7]。
- 基于地物光谱响应特征的波段选择法
通过发掘光谱曲线中的细微差别和特征，从而进行波段选择。典型方法包括包络线去除法、光谱角填图法和相关系数法等。包络线去除法相当于去掉光谱曲线的外壳，使其归一化到[0,1]，以便与不同类别地物的波谱特征作比较，从而搜索出波段的特征位置而进行波段选择。光谱角填图法与相关系数法通过定义一种相似性测度，对波段进行衡量与选择。
- 基于图像信息的波段选择法
主要包括两方面，一方面是根据图像纹理信息进行波段选择；另一方面是利用分形维数反映出的光谱数据空间结构信息进行波段选择[8]。
- 基于统计排序的波段选择法
王等人[9]提出了一种基于波段选择算法的显著性方法，即把波段向量放入流形空间，从排序的角度对待显著性问题。
- 基于粗糙集合理论选择方法
在文献[10]中，粗糙集合理论被用于计算每条光谱波段的相关性和有效性。然后，通过定义新的标准，选择具有高相关性和有效性的信息波段。
- 基于聚类的方法
基于聚类的波段选择是实现波段选择的方法之一，也是实现波段选择的可行思路。但传统的聚类方法需要人为确定类数，聚类结果可能受随机产生的初始中心影响而不稳定。此外，通过传统聚类方法得到的结果不是真实的波段，因此最终的波段选择结果与聚类之间存在很大误差。2007年，Frey等[11]提出了一种近邻传播(AP)聚类算法，该方法解决了以上问题。在处理大规模、多类数据时，AP算法的处理效果较好。文献[12]中在AP聚类的基础上,利用光谱信息散度和光谱梯度角(SID-SGA)以及光谱信息散度和光谱相关角(SID-SCA)的计算方法对聚类中相似矩阵S 的计算进行改进,将聚类结果输入支持向量机(SVM)分类器中进行地物分类。
- 基于光谱形状相似性分析
钱等人[13]为了进一步提升前向搜索的最小噪声波段选择算法的效率，提出了一种基于光谱形状相似性分析结合最小噪声准则的高光谱图像波段选择方法。通过虚拟维度方法估计聚类数范围，基于光谱距离度量类内散度和类间散度定义聚类有效性指标，利用时间序列关键点提取准则对聚类后每类数据的平均光谱提取关键波段集，运用最小噪声波段选择方法从关键波段集中搜索最优波段子集。
文献引用：
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
