基于多重分形參數的高光譜數據特征提取

趙慧潔 蔡 輝 李 娜

(北京航空航天大學精密光機電一體化技術教育部重點實驗室，北京100191)

高光譜遙感數據具有圖譜合一的特點，提供豐富信息的同時波段之間具有較強的相互性和冗余性，降低了數據處理的效率，甚至精度.特征提取為上述問題提供了有效的技術手段.高光譜數據特征提取方法主要包括基于光譜特征參量提取、基于數學變換以及基于光譜空間子集的方法，特征參量提取的方法僅僅考慮了光譜局部吸收特征，光譜子集方法不改變光譜物理特性但會造成數據細節信息的缺失，基于數學變換方法可以從統計、物理、波形變化趨勢等方面實現光譜特征提取;為了提取穩定的光譜特征，如何有效地綜合利用光譜局部吸收特征以及光譜波形幅值與變化趨勢是特征提取的熱點研究方向.因此，針對上述問題，本文將分形理論引入到高光譜數據光譜特征提取，從反射波譜的形成過程來看，光譜曲線不僅具有自相似性而且具有一定的奇異性，其具有某種分形體的特征.

分形理論是非線性科學的一個重要的分支，在遙感應用中，常常被用來研究遙感影像的空間分形特征［1－3］，近年國內外開始針對光譜曲線進行分形特征分析，但是僅限于Hausdorff維數、關聯維數在光譜識別中的應用研究［4－5］，分形維數不能有效表征高光譜數據穩定的光譜特征以及局部細節光譜特征，因此，本文引入多重分形的理論，多重分形譜是描述……