一种基于三变量互信息的新型滤波器用于高光谱图像的降维与分类
计算机视觉与模式识别
2022-10-27 v1
摘要
高光谱图像（HSI）的高维性——即同一区域包含超过一百个波段（图像），称为地面真值图——通常给图像处理带来沉重的计算负担，并使学习过程复杂化。事实上，去除不相关、有噪声和冗余的波段有助于提高分类精度。基于“互信息”的波段选择滤波器是降维的常用技术。在本文中，提出了一种根据评估过程对降维方法进行分类的方法。此外，开发了一种基于三变量互信息的新型滤波器方法，以衡量用于分类的波段相关性，它不仅考虑了波段相关性，还考虑了波段交互作用。将所提出的方法与复现的基于互信息的滤波器算法进行了比较。在 HSI AVIRIS 92AV3C 上的实验结果表明，所提出的方法具有很强的竞争力、有效性，并且优于复现的滤波器策略的性能。关键词 - 高光谱图像，分类，波段选择，三变量互信息，信息增益。
引用
@article{arxiv.2210.14609,
title = {A novel filter based on three variables mutual information for dimensionality reduction and classification of hyperspectral images},
author = {Asma Elmaizi and Elkebir Sarhrouni and Ahmed hammouch and Chafik Nacir},
journal= {arXiv preprint arXiv:2210.14609},
year = {2022}
}