[发明专利]基于全局敏感度分析的高光谱反射率数据光谱特征提取方法

说明书

技术领域

本发明涉及一种高光谱反射率数据光谱特征的提取方法，属于高光谱反射率数据处理方法与应用技术领域。

背景技术

随着星载高光谱分辨率传感器的出现和定量遥感模型的发展，高光谱遥感数据的定量化应用越来越受到重视。相比传统的低分辨率遥感数据而言，高光谱遥感数据的波段数更多，提供的数据量更大，因而拥有更为广阔的应用潜力。但是，光谱分辨率的提高和数据量的增加也为遥感数据定量化应用带来了挑战。一般来讲，数据量的增加尽管有助于解译出更多的有用信息，但也带来了大量的冗余信息。这就要求研究人员根据具体的应用需求，构造特定的光谱特征，从而凸显有用信息，剔除冗余信息。

目前现有的高光谱反射率数据特征提取方法主要有主成分变换、缨帽变换和傅里叶变换等。这些方法能够有效利用高光谱反射率数据的特点，通过数学变换算法，提取出有用的光谱特征。例如，主成分变换可以将原始数据变换到一个新的坐标系内。在该坐标系下，数据沿着它的第一主成分轴方向具有最大的方差，即第一主成分包含了最大的信息量，而其他主成分包含的信息量则相对较少。因此，选择第一主成分或包含信息量较大的前几个主成分可以降低数据空间的维数，在获得必要信息的前提下抑制冗余信息。

但是，目前的高光谱反射率数据光谱特征提取方法主要存在以下问题。一是波段选择过程基于训练样本，导致选择的波段依赖于特定的训练数据集的特点，因而普适性和可扩展性差；部分方法不包含波段选择过程，使得特征提取时计算量大，求解耗时。二是对于特定问题，如农作物胁迫检测、目标识别和地物分类等，在构建光谱特征的过程中没有考虑不同类别间的可分性，因而在处理这些问题时的效果较差。本发明针对上述存在的问题，提出一种基于全局敏感度分析的高光谱反射率数据光谱特征提取方法，在减少数据维度的同时使不同类别间的可分性达到最大。

发明内容

本发明的目的在于提供一种高光谱反射率数据光谱特征的提取方法，以克服现有的光谱特征提取方法没有考虑类别间的可分性的缺点，构建一种能够提取出类别可分性最大的光谱特征的方法。

本发明的技术解决方案是：使用全局敏感度分析方法分析高光谱反射率数据各波段位置处的敏感度；根据敏感度分析的结果选择特征波段；使用正则变换方法计算类别可分性最大时的特征向量；使用特征波段反射率值与特征向量对应元素值的线性组合构建第一正则轴，作为光谱特征。

本发明基于全局敏感度分析的高光谱反射率数据光谱特征提取方法的具体步骤如下：

步骤一：敏感度分析：使用全局敏感度分析方法EFAST（Extended Fourier Amplitude Sensitivity Test）计算高光谱反射率数据各波段位置处的一阶敏感指数和总敏感指数，分别计算全部k个自变量在每一个波段位置处的一阶敏感指数和总敏感指数，其中第i个自变量X_i在第j个波段位置处的一阶敏感指数S_Xi和总敏感指数S_TXi的计算公式如下：

SXi=ViVt---(1)]]>