一种高光谱图像自动坏波段预去除算法
计算机视觉与模式识别
2016-10-20 v1
摘要
对于大多数高光谱遥感应用，去除坏波段（如水汽吸收波段）是一个必需的预处理步骤。目前，常用方法是目视检查，这非常耗时且容易忽略某些噪声波段。在本研究中，我们发现目标检测算法与损坏波段去除之间存在内在联系。以高光谱数据中最广泛使用的目标检测方法——匹配滤波器（MF）为例，我们提出了一种基于MF的自动坏波段识别算法。MF检测器是一个滤波器向量，其滤波输出是所有波段经MF系数加权后的总和。因此，我们仅利用MF滤波器向量本身即可识别坏波段，其元素的绝对值代表了每个波段对目标检测的重要性。对于特定感兴趣目标，MF权重较小的波段对应于噪声或坏波段。基于这一事实，我们通过利用场景内多个目标的MF权重平均绝对值，开发了一种自动坏波段预去除算法。在三个知名高光谱数据集上的实验表明，我们的方法总能识别出通常被人工选为坏波段的水汽吸收波段和其他低信噪比（SNR）波段。
引用
@article{arxiv.1610.05929,
title = {An automatic bad band preremoval algorithm for hyperspectral imagery},
author = {Luyan Ji and Xiurui Geng and Yongchao Zhao and Fuxiang Wang},
journal= {arXiv preprint arXiv:1610.05929},
year = {2016}
}
备注
17 pages, 8 figures