[發(fā)明專利]一種基于因子分析模型的高光譜數(shù)據(jù)降維方法

無效

• 申請?zhí)枺?/td>: 200910078443.1
• 申請日: 2009-02-23
• 公開（公告）號: CN101487892A
• 公開（公告）日: 2009-07-22
• 發(fā)明（設(shè)計）人: 趙慧潔;李娜;蔡輝;賈國瑞;徐州
• 申請（專利權(quán)）人: 北京航空航天大學(xué)
• 主分類號: G01S7/48
• 分類號: G01S7/48;G06K9/62
• 代理公司: 北京慧泉知識產(chǎn)權(quán)代理有限公司
• 代理人: 王順榮;唐愛華

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于因子分析模型的高光譜數(shù)據(jù)降維方法，屬于高光譜 數(shù)據(jù)處理方法與應(yīng)用技術(shù)領(lǐng)域，適用于高光譜數(shù)據(jù)降維的理論方法和應(yīng)用技 術(shù)研究。

背景技術(shù)

高光譜成像儀是一種新型的遙感載荷，其光譜具有緊密、連續(xù)的特點， 可以同時記錄被測同一地物的光譜和空間信息特征，因此，高光譜數(shù)據(jù)維數(shù) 高且數(shù)據(jù)量大；由于光譜分辨率較高，各個波段之間具有較高的相關(guān)性，存 在了大量的冗余信息。并且隨著波段數(shù)據(jù)的增加，數(shù)據(jù)處理量呈指數(shù)上升。 因此，如何將高光譜數(shù)據(jù)降維，消除波段間的相關(guān)性，成為數(shù)據(jù)處理的關(guān)鍵 環(huán)節(jié)。

目前針對高光譜數(shù)據(jù)降維已經(jīng)提出了很多方法，主要分為波段選擇和特 征提取兩大類。波段選擇的目的是將n維高光譜數(shù)據(jù)用具有代表意義的m 維(m＜n)數(shù)據(jù)子集代替，該類方法的問題是雖然較好的保留了原圖像數(shù)據(jù) 的特性，但是損失了高光譜數(shù)據(jù)的信息量以及光譜細(xì)節(jié)信息；特征提取的目 的是將n維高光譜數(shù)據(jù)壓縮到m維(m＜n)模式空間中，使類別間的可分 性最大。因此，該類方法在數(shù)據(jù)降維的同時突出了圖像數(shù)據(jù)間的差異性，但 改變了數(shù)據(jù)的原有特性。目前數(shù)據(jù)降維方法主要存在的問題是：不能很好的 保留數(shù)據(jù)提供的所有有用信息，不能將相同類型地物特征表示在相同的波段 中。

發(fā)明內(nèi)容

本發(fā)明的目的是針對現(xiàn)有高光譜數(shù)據(jù)降維方法損失數(shù)據(jù)信息等不足提 出一種基于因子分析模型的高光譜數(shù)據(jù)降維方法。

本發(fā)明的技術(shù)解決方案是：本發(fā)明一種基于因子分析模型的高光譜數(shù)據(jù) 降維方法，具體是指一種因子分析模型將高光譜高維空間數(shù)據(jù)降到表征高光 譜數(shù)據(jù)本征特性的低維空間的方法。該方法主要是利用因子分析模型，并通 過計算因子載荷矩陣、基于方差最大的因子載荷旋轉(zhuǎn)、計算因子得分得到表 征高光譜數(shù)據(jù)的本征維數(shù)，從而實現(xiàn)高光譜數(shù)據(jù)降維。

本發(fā)明一種基于因子分析模型的高光譜數(shù)據(jù)降維方法，其步驟如下：

(1)高光譜遙感數(shù)據(jù)讀入；

(2)建立高光譜數(shù)據(jù)降維的因子分析模型；

(3)計算高光譜數(shù)據(jù)的均值、協(xié)方差矩陣以及相關(guān)矩陣；

(4)計算數(shù)據(jù)相關(guān)矩陣的特征值和標(biāo)準(zhǔn)化特征向量；

(5)由主成分解方法進(jìn)行因子載荷矩陣的求解；

(6)計算因子分析模型中特殊因子的方差矩陣和數(shù)據(jù)變量的共同度；

(7)計算基于方差最大的因子載荷旋轉(zhuǎn)矩陣；

(8)利用基于加權(quán)最小二乘方法計算因子得分；

(9)得到表征高光譜數(shù)據(jù)的本征維數(shù)，實現(xiàn)高光譜數(shù)據(jù)降維。

其中，步驟(2)中所述的“建立高光譜數(shù)據(jù)降維的因子分析模型”，

其因子分析模型為：

X＝μ+AF+ε