科研之友
微信
新浪微博
Facebook
分享链接
摘要
主成分分析是一种广泛使用的高光谱遥感影像降维方法，在面向任务的工作中，基于累计方差贡献率的主成分选择方法效果并不理想。针对主成分分析变换后主成分选择的问题，提出基于空间统计学的主成分选择方法。计算各主成分的半变异函数参数变程、拱高、基台值，综合变程和拱高/基台值实现主成分的选择。变程的大小用以判断每一个主成分空间相关性的范围，拱高/基台值的大小用以判断每一个主成分空间相关性的强弱。仿真实验证明了变程和拱高/基台值可以有效表达高光谱遥感影像空间相关性的范围和强弱。在真实高光谱遥感影像实验的基础上，从主观和客观2个方面来综合确定主成分选择的经验阈值，即变程为2.5、拱高/基台值为0.2。从基于支持向量机算法的分类结果来看，和传统方法相比，利用变程和拱高/基台值可以筛选出图像质量较好的主成分，不仅能够达到降维的目的，同时能够保证足够高的分类精度。
- 单位
