首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于模糊贴近度和改进Prim算法的高光谱图像波段分组排序
引用本文:张转,马玉,蔡伟.基于模糊贴近度和改进Prim算法的高光谱图像波段分组排序[J].国土资源遥感,2014(4).
作者姓名:张转  马玉  蔡伟
作者单位:西北工业大学电子信息学院,西安,710072
基金项目:国家自然科学基金项目“高光谱遥感图像和高精度高分辨混合像元分解处理及并行化研究”,“可伸缩视频编码多目标分辨率失真优化方法研究”(
摘    要:传统的基于Prim算法的高光谱图像波段分组排序需要计算所有波段之间的相关系数,并采用满秩相关系数矩阵作为邻接矩阵进行比较,计算复杂度较高。结合模糊数学的相似度衡量理论和高光谱图像的特点,首先提出使用计算简单的最大最小贴近度(maximum and minimum closeness,MMC)作为衡量高光谱图像波段间相关性的参数;然后将MMC的满秩邻接矩阵稀疏化,提取有效波段进行排序,明显降低了排序的波段数目和比较次数。实验结果表明,与传统的Prim算法相比,所提出的算法在保持原有压缩效率的同时,大大降低了波段排序的复杂度,平均波段排序运行时间减少了27%。

关 键 词:高光谱图像  波段分组排序  Prim算法  模糊贴近度  最大最小贴近度(MMC)

Hyperspectral image band grouping and reordering based on fuzzy similarity and improved Prim algorithm
ZHANG Zhuan,MA Yu,CAI Wei.Hyperspectral image band grouping and reordering based on fuzzy similarity and improved Prim algorithm[J].Remote Sensing for Land & Resources,2014(4).
Authors:ZHANG Zhuan  MA Yu  CAI Wei
Abstract:
Keywords:hyperspectral image  band grouping and reordering  Prim algorithm  fuzzy similarity  maximum and minimum closeness(MMC)
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号