基于螢火蟲優(yōu)化的高光譜遙感影像波段選擇方法
【專利摘要】本發(fā)明公開一種基于改進(jìn)螢火蟲算法的高光譜遙感影像波段選擇算法，改進(jìn)了FA算法中的目標(biāo)函數(shù)。波段選擇的優(yōu)化改進(jìn)是先對波段索引位置進(jìn)行隨機(jī)初始化，位置矩陣大小為s=n*b（已知參數(shù)n,b為用戶自輸入的波段選擇數(shù)目）；選擇不同的光譜類別距離函數(shù)作為目標(biāo)函數(shù)，代入已得到的初始位置矩陣，計(jì)算得到一維數(shù)組對應(yīng)于螢火蟲的熒光亮度值，根據(jù)亮度值的優(yōu)劣即目標(biāo)函數(shù)值的大小，進(jìn)行排序（明確劣勢點(diǎn)向優(yōu)勢點(diǎn)靠近）；更新特征選擇后的波段即螢火蟲移動后的位置信息；當(dāng)滿足最大迭代次數(shù)或者搜索精度時(shí)，記錄波段選擇結(jié)果。本發(fā)明能夠解決高光譜遙感傳統(tǒng)波段選擇算法精度不高，費(fèi)時(shí)較長的問題。本發(fā)明方法具有波段選擇效果好、適應(yīng)性廣等特點(diǎn)。
【專利說明】基于螢火蟲優(yōu)化的高光譜遙感影像波段選擇方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種基于螢火蟲優(yōu)化的高光譜遙感影像波段選擇方法，屬于高光譜遙感圖像處理【技術(shù)領(lǐng)域】。
【背景技術(shù)】
[0002]高光譜遙感也叫成像光譜學(xué)(Imaging Spectroscopy),是指利用很多窄的電磁波波段獲取物體有關(guān)數(shù)據(jù)的技術(shù)，是20世紀(jì)最后20年人類在對地觀測方面取得的重大技術(shù)突破之一，也是當(dāng)前及今后幾十年內(nèi)的遙感前沿技術(shù)。它利用成像光譜儀納米級的光譜分辨率，獲取許多非常窄且光譜連續(xù)的圖像數(shù)據(jù)，實(shí)現(xiàn)地物空間、輻射、光譜信息的同步獲?。粡亩鵀槊總€(gè)像元提供數(shù)十至數(shù)百個(gè)窄波段(波段寬度小于IOnm)的光譜信息，生成一條完整而連續(xù)的光譜曲線。進(jìn)入21世紀(jì)以來，高光譜遙感技術(shù)取得了重大進(jìn)展，伴隨著一系列基本問題的解決，高光譜遙感已由實(shí)驗(yàn)研究階段逐步轉(zhuǎn)向?qū)嶋H應(yīng)用階段。而作為高光譜遙感應(yīng)用這一熱點(diǎn)中的重點(diǎn)就是高光譜影像數(shù)據(jù)處理效率的提高和與之緊密相連的應(yīng)用領(lǐng)域的擴(kuò)展。
[0003]波段選擇是遙感圖像識別與分類的重要環(huán)節(jié)之一。在樣本數(shù)不是很多的情況下，用很多特征進(jìn)行分類，無論從計(jì)算的復(fù)雜度還是性能上來說都是不適宜的。因此研究如何把高維特征空間壓縮到低維特征空間以便進(jìn)行有效處理成為一個(gè)重要的問題。在高光譜數(shù)據(jù)中，每一個(gè)光譜波段都可以看成一個(gè)特征，選擇某些對后續(xù)目標(biāo)如影像分類起主要作用的波段子集的過程叫做波段選擇。通過波段選擇，可以從海量的高光譜影像中去除冗余或噪聲波段，從而降低算法的復(fù)雜度并提高分類的準(zhǔn)確度。
[0004]一般來說，選擇最佳波段的原則有三點(diǎn):一是所選擇的波段信息量應(yīng)最大；二是所選擇的波段數(shù)據(jù)間的相關(guān)性要小；三是研究區(qū)內(nèi)欲識別地物的光譜響應(yīng)特點(diǎn)能使某些類別地物之間最容易區(qū)分。因此，那些信息含量多、相關(guān)性小、地物光譜差異大、可分性好的波段就是應(yīng)該選擇的最佳波段。目前國內(nèi)外在這方面進(jìn)行了系列的研究，在早期的多光譜應(yīng)用中，人們已經(jīng)意識到不同的光譜波段對不同的地物具有診斷性，并將信息散度(Divergence)、變換散度(Transformed Divergence)、JM (Jeffreys-Matusita)距離和馬氏(Bahattacharyya)距離等用于多光譜的波段選擇中；另外，互信息(Mutual Information)算法也被應(yīng)用于TM最優(yōu)波段的選擇。近年來，隨著高光譜遙感的發(fā)展，不僅以上算法擴(kuò)展到了高光譜領(lǐng)域，而且一些新的算法也陸續(xù)提出，如基于統(tǒng)計(jì)量的算法:熵與聯(lián)合熵、最佳指數(shù)因子(0IF)、波段指數(shù)(Band Index)，光譜導(dǎo)數(shù)等，但是這些算法基本上采用一次統(tǒng)計(jì)量來度量波段相對于后續(xù)分類的重要性，不能消除附加在數(shù)據(jù)中的噪聲信息。因此一些更為復(fù)雜的算法受到了重視，如基于PCA和噪音估計(jì)的MVPCA和MSNRPCA算法、基于最小能量約束的線性約束最小協(xié)方差(LCMV-BCC/BCM)等算法。
[0005]以上研究使高光譜數(shù)據(jù)的處理效率和應(yīng)用范圍得到了極大的擴(kuò)展。然而，當(dāng)前大多數(shù)的高光譜遙感波段選擇算法普遍效率較低，這是因?yàn)橐环矫嫠惴ū旧聿粔蛲晟?、?jì)算復(fù)雜、處理時(shí)間長；另一方面是高光譜遙感數(shù)據(jù)量龐大，波段數(shù)目多。因此，要發(fā)展一些相對快速操作簡單的方法來進(jìn)行波段選擇。

【發(fā)明內(nèi)容】

[0006]發(fā)明目的:針對上述現(xiàn)有技術(shù)存在的問題和不足，本發(fā)明的目的是提供一種基于螢火蟲優(yōu)化的高光譜遙感影像波段選擇方法，解決高光譜遙感波段選擇中精度不高，費(fèi)時(shí)較長的問題。
[0007]技術(shù)方案:一種基于螢火蟲優(yōu)化的高光譜遙感影像波段選擇方法，包括以下步驟:
[0008]步驟1，選擇需進(jìn)行降維的高光譜影像S ；
[0009]步驟2，進(jìn)行參數(shù)設(shè)置，最大迭代次數(shù)MaxGeneration=500，步長因子α =0.5，光強(qiáng)吸收系數(shù)Y =1，最大吸引度β(!=1 ；
[0010]步驟3,隨機(jī)初始化螢火蟲位置,位置矩陣大小為s,則s=n*b,參數(shù)η為螢火蟲數(shù)目也就是已知實(shí)驗(yàn)組數(shù)目，b為用戶輸入的波段選擇數(shù)目；
[0011]步驟4，設(shè)置迭代循環(huán)的次數(shù)，對于FA的每次迭代，執(zhí)行以下步驟:
[0012](a)對于選擇出的具體波段，確定目標(biāo)函數(shù)；
[0013](b)對于步驟3中確定的位置矩陣S，將其代入步驟(a)所選擇出的目標(biāo)函數(shù)進(jìn)行計(jì)算，得到數(shù)值為其所對應(yīng)的螢火蟲亮度值；
[0014](C)根據(jù)數(shù)值大小，對螢火蟲的亮度值進(jìn)行排序；
[0015](d)利用螢火蟲位置更新公式更新所有已選擇的波段位置；
[0016](e)重復(fù)執(zhí)行步驟a)_d)，直到FA符合迭代條件，S(I)作為最優(yōu)波段輸出。
[0017]進(jìn)一步的,所述步驟4中目標(biāo)函數(shù)采用Jeffries-Matusita距離作為測度函數(shù):
【權(quán)利要求】
1.一種基于螢火蟲優(yōu)化的高光譜遙感影像波段選擇方法，其特征在于，包括以下步驟: 步驟1，選擇需進(jìn)行降維的高光譜影像S ； 步驟2，進(jìn)行參數(shù)設(shè)置，最大迭代次數(shù)MaxGenerat1n=500，步長因子α =0.5，光強(qiáng)吸收系數(shù)Y =1，最大吸引度β(!=1 ； 步驟3,隨機(jī)初始化螢火蟲位置,位置矩陣大小為s,則s=n*b,參數(shù)η為螢火蟲數(shù)目也就是已知實(shí)驗(yàn)組數(shù)目，b為用戶輸入的波段選擇數(shù)目； 步驟4，設(shè)置迭代循環(huán)的次數(shù)，對于FA的每次迭代，執(zhí)行以下步驟: Ca)對于選擇出的具體波段，確定目標(biāo)函數(shù)； (b)對于步驟3中確定的位置矩陣S，將其代入步驟(a)所選擇出的目標(biāo)函數(shù)中進(jìn)行計(jì)算，得到數(shù)值為其所對應(yīng)的的螢火蟲亮度值； (C)根據(jù)數(shù)值大小，對螢火蟲的亮度值進(jìn)行排序； Cd)利用螢火蟲位置更新公式更新所有已選擇的波段位置； Ce)重復(fù)執(zhí)行步驟a) -d)，直到FA符合迭代條件，s (I)作為最優(yōu)波段輸出。
2.根據(jù)權(quán)利要求1所述基于粒子群優(yōu)化的高光譜遙感影像自適應(yīng)波段選擇方法，其特征在于，所述步驟4中目標(biāo)函數(shù)采用Jeffries-Matusita距離作為測度函數(shù):
3.根據(jù)權(quán)利要求1所述基于粒子群優(yōu)化的高光譜遙感影像自適應(yīng)波段選擇方法，其特征在于，所述步驟4中的目標(biāo)函數(shù)采用變換散度作為測度函數(shù):
4.根據(jù)權(quán)利要求1所述基于粒子群優(yōu)化的高光譜遙感影像自適應(yīng)波段選擇方法，其特征在于，所述步驟(d)中的波段位置更新公式分別由以下公式實(shí)現(xiàn):
【文檔編號】G06K9/62GK104021393SQ201410126516
【公開日】2014年9月3日 申請日期:2014年3月31日 優(yōu)先權(quán)日:2014年3月31日
【發(fā)明者】蘇紅軍, 李茜楠 申請人:河海大學(xué)