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)來說較少,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代替原來較多的變量,同時(shí)綜合變量要盡可能多的反映原來多變量包含的信息。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。