高光谱数据的波段选择与数据压缩方法研究开题报告

全文总字数：1436字

1. 研究目的与意义

随着遥感技术和成像光谱仪的发展，高光谱遥感图像的应用越来越广泛，但其具有波段数多、数据量庞大等特点。

波段数的增加，一方面提供了潜在的区分细微地物类别的能力，另一方面，由于可获得的训练样本数无法满足高维数据分类器参数估计精度的要求，导致分类器性能随着额外波段数的加入而下降。

因此，如何既能有效利用高光谱数据的最大信息, 又能较快地处理高光谱数据成为高光谱数据处理的研究热点和未来发展方向。

2. 国内外研究现状分析

高光谱数据波段选择方法较为多样。

杜华强等人将分形维数作为波段选择的一个指标。

周杨等人提出了两种改进的线性预测（ ＬＰ ）波段选择方法并针对原线性预测波段选择算法的三个主要问题进行了比较彻底的改进。

3. 研究的基本内容与计划

1．研究内容通过对植被冠层高光谱数据的采集与预处理，对具有大数据量、高冗余特征的高光谱数据进行数据的压缩与特征波段选择，以期实现高光谱数据的高效快速的应用目的。

2．研究计划⑴1-2月：收集文献，了解国内外研究现状；⑵3月下旬4月初：获取近地面植被冠层高光谱数据，并进行预处理，选择适宜的高光谱数据压缩方法（如小波变换，k-l变换，dct变换等）进行特征波段选择；⑶4月上旬４月下旬：进行结果分析，并对压缩方法进行对比验证；⑷5月上旬6月上旬：对初期研究数据进一步验证和完善，开始对研究成果进行总结，并撰写论文。

（5）6月上旬后：准备答辩。

4. 研究创新点

本文通过对植被冠层高光谱数据的采集与预处理，运用ENVI与ARCGIS软件，择适宜的高光谱数据压缩方法（如小波变换，K-L变换，DCT变换等）对具有大数据量、高冗余特征的高光谱数据进行特征波段选择和进行压缩处理，实现高光谱数据的有效降维并成图，以实现高光谱数据的高效快速的应用目的。