一种基于进化计算的高光谱图像波段选择方法

    公开(公告)号:CN114492655A

    公开(公告)日:2022-05-13

    申请号:CN202210118319.9

    申请日:2022-02-08

    Applicant: 安徽大学

    Inventor: 王啟军 宋超平

    Abstract: 本发明公开了一种基于进化计算的高光谱图像波段选择方法,涉及遥感图像处理技术领域,具体包括:使用多目标优化算法,对高光谱图像进行降维;在对高光谱特征选择的时候,随机在高光谱图像上取若干个像素点,计算这若干个像素点与其空间领域像素点之间在经过特征选择后的低维空间上的欧式距离,以及使用拉普拉斯矩阵计算若干点在不同选择特征的维度上的邻域距离指标与原始维度的结构相似性指标;以上述的两个指标作为优化目标,建立基于改进NSGAII的多目标优化模型,对波段空间进行二进制编码,经过交叉变异,最终得到最优的波段子集,有效提高分类精度和效率,同时也可以控制选择需要选择的波段数量,满足不同场景下的使用需求。

    一种基于进化计算的高光谱图像波段选择方法

    公开(公告)号:CN114492655B

    公开(公告)日:2024-04-02

    申请号:CN202210118319.9

    申请日:2022-02-08

    Applicant: 安徽大学

    Inventor: 王啟军 宋超平

    Abstract: 本发明公开了一种基于进化计算的高光谱图像波段选择方法,涉及遥感图像处理技术领域,具体包括:使用多目标优化算法,对高光谱图像进行降维;在对高光谱特征选择的时候,随机在高光谱图像上取若干个像素点,计算这若干个像素点与其空间领域像素点之间在经过特征选择后的低维空间上的欧式距离,以及使用拉普拉斯矩阵计算若干点在不同选择特征的维度上的邻域距离指标与原始维度的结构相似性指标;以上述的两个指标作为优化目标,建立基于改进NSGAII的多目标优化模型,对波段空间进行二进制编码,经过交叉变异,最终得到最优的波段子集,有效提高分类精度和效率,同时也可以控制选择需要选择的波段数量,满足不同场景下的使用需求。

Patent Agency Ranking