基于最佳小波包基的高光谱影像特征制图

《基于最佳小波包基的高光谱影像特征制图》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、维普资讯http://www.cqvip.com第37卷第1期测绘学报Vo1．37，No．12008年2月ACTAGEODAETICAetCARTOGRAPHICASINICAFeb．，2008文章编号：1001—1595(2008)01-0054-05中图分类号：TP75文献标识码：A基于最佳小波包基的高光谱影像特征制图杨可明，李慧，郭达志1．中国矿业大学(北京)3S与沉陷工程研究所，北京100083；2．中国科学院遥感应用研究所．北京100101FeatureMappingofHyperspectralImagesBasedonBestBasisofWaveletPacketDecomp

2、ositionYANGKe—ming’LIHui’一GUODa—zhi’，，1．Instituteof3SandSubsidence，ChinaUniversityofMining＆Technology，Beijing100083，Ch／na；2．InstituteofRemoteSensingApplications，ChineseAcademyofSciences，Beijing100101，ChinaAbstract：Thewaveletpackettransformationhasbettertime-frequencylocalizationabilitycomparedwitht

3、hewavelettransformation．Thepixelspectralcurvesofhyperspectralimagesasonedimensionsignalsweredecomposedbymulti—scalewaveletpackettransformations，andacquireddiferent—scalecomponentvectorsinlowandhighfrequencysig—nals．Accordingtothefactthatthepixelspectraofdifferentobjectshavedifferentbasesofbestwavel

4、etpacketbutthepixelspectraof~amefeaturesareidenticalonesinthefirstsomebestwaveletpacketgroups，andbymeansofthewaveletpacketdecompositionofthespectralfeaturesofsomeobjectssuchasvegetation，water，rockandshadow，anewtargetidentificationmethodhasbeenprobedformappingfeaturesbasedonthecompositionofthecharac

5、teristicparametersofthefirstseveralbestwaveletpacketbasesforeachpixelspectrum．Theexperimentresultsshowthatthefeaturestovegetation，water，rockandshadowonAVIRISimagecanbeidentifiedandmapped．Keywords：hyperspectralRS；waveletpacketdecomposition；bestwaveletpacketbasis；featuremapping摘要：鉴于在时频局部化能力方面小波包变换优于小

6、波变换，将高光谱影像像元光谱曲线作为1维信号并对其进行多尺度小波包变换分解，得到不同尺度上的低频和高频成分向量。根据不同地物像元光谱小波包分解最佳基有很大差异，而同一地物像元光谱小波包分解的前若干个最佳基完全相同的特点，提出一种基于前若干个最佳小波包基特征参量数组的分类特征参量和目标识另q方法，并对AVIRIS影像中的特征如地物植被、水体、岩石及某些阴影等进行提取与制图。关键词：高光谱遥感；小波包分解；最佳基；特征制图缘检测、信噪分离等领域得到广泛的应用。但1引言正交小波变换只对信号的低频部分做进一步的分传统上，分析和处理平稳信号最常用的方法解，而对高频部分(即信号的细节部分)不再继续是Fo

7、urier变换和窗口Fourier变换(也称短时Fou-分解(如图1)，而小波包(waveletpacket)变换既能tier或Gabor变换)，因它们缺乏信号时域和频域同时对低频分量和高频分量进行分解(如图2)，克局部化分析能力⋯，所以不太适合分析非平稳信服了小波变换时间分辨率高、时频率分辨率低的缺号J。对于非平稳信号，要求窗口的大小应随频陷，而且这种分解无冗余，也无疏漏(为正交分率而变，频率越高则窗口越小