高光譜圖像數(shù)據(jù)的表達(dá)方式有哪些？

2023-06-30

通過成像技術(shù)獲得的高光譜數(shù)據(jù)是一個(gè)三維數(shù)據(jù)立方體，根據(jù)高光譜圖像的特點(diǎn)，通過圖像空間表示方式、光譜空間表示方式和特征空間表示方式表示高光譜數(shù)據(jù)。在實(shí)際應(yīng)用中，我們根據(jù)不同的數(shù)據(jù)處理要求，選用相應(yīng)數(shù)據(jù)的表示方式。

高光譜圖像數(shù)據(jù)三種描述模型

（1）圖像模型表達(dá)方式：針對(duì)某一光譜波段，描述高光譜數(shù)據(jù)中的每個(gè)像元在圖像中的位置及它與鄰近像元之間的相互關(guān)系。該表達(dá)方式符合人類視覺特征，能夠形象的表述地物分布情況，為高光譜數(shù)據(jù)分析提供像元空間信息。

（2）光譜模型表達(dá)方式：高光譜遙感圖像中的每個(gè)像元包含多通道的連續(xù)光譜輻射信息，描述類別光譜響應(yīng)與波長(zhǎng)之間的對(duì)應(yīng)關(guān)系。

（3）特征模型表達(dá)方式：在一個(gè)多維空間中，將高光譜數(shù)據(jù)中的像元表示為與之空間坐標(biāo)相對(duì)應(yīng)的點(diǎn)的集合，高光譜數(shù)據(jù)中每個(gè)像元由一個(gè)N維向量表示，能夠有效地體現(xiàn)地物類別之間的可分性。因此，在高光譜圖像分類中數(shù)據(jù)多采用特征空間描述方式。高光譜遙感圖像具有的大量光譜波段，為地物信息提取提供了豐富的信息，有助于地物更加精細(xì)的分類和目標(biāo)識(shí)別。但是高光譜圖像波段較多，相鄰波段之間存在著重疊具有一定的相關(guān)性，這就使得高光譜數(shù)據(jù)在一定程度上存在冗余現(xiàn)象，提高數(shù)據(jù)處理的復(fù)雜性。具體表現(xiàn)在：

（1）相對(duì)龐大的數(shù)據(jù)：高光譜圖像包含上百個(gè)波段，使得數(shù)據(jù)在儲(chǔ)存，處理過程中的復(fù)雜性增加；

（2）數(shù)據(jù)計(jì)算量增加，為降低計(jì)算機(jī)的計(jì)算復(fù)雜度需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理；

（3）樣本個(gè)數(shù)有限。而光譜波段數(shù)量相對(duì)來(lái)說(shuō)較少，因此得到地物參數(shù)統(tǒng)計(jì)誤差相對(duì)較大，以分類問為例，高精度的分類結(jié)果往往建立在大量的樣本統(tǒng)計(jì)規(guī)律之上[l]。

因此，對(duì)高維度數(shù)據(jù)進(jìn)行特征信息提取之前，需要對(duì)數(shù)據(jù)進(jìn)行降維處理，用較少的綜合變量來(lái)代替原來(lái)較多的變量，同時(shí)綜合變量要盡可能多的反映原來(lái)多變量包含的信息。高光譜數(shù)據(jù)降維是以簡(jiǎn)化數(shù)據(jù)量、優(yōu)化圖像特征為目的，獲得的新的特征信息，利用低維數(shù)據(jù)來(lái)有效地表達(dá)高維數(shù)據(jù)的信息，使其能更好地反應(yīng)對(duì)象本質(zhì)，適合分類器的處理。

目前高光譜數(shù)據(jù)波段降維主要有兩種途徑：一是從許多波段中挑選感興趣的若干波段，即波段選擇；二是利用所有波段，通過數(shù)學(xué)變換來(lái)壓縮數(shù)據(jù)，常用的如主成分分析法（PCA）等。波段選擇和特征提取主要基于光譜特征、空間特征或者兩者結(jié)合的光譜空間特征，既可以對(duì)特定地物或像元進(jìn)行光譜維特征挖掘，又可以從圖像空間維和光譜維進(jìn)行綜合挖掘。