通过最小化归一化互信息进行高光谱图像的波段选择与分类
计算机视觉与模式识别
2022-10-27 v1
摘要
高光谱图像（HSI）分类是一种高级遥感工具。其主要目标是对某一区域的像素点进行分类。HSI包含同一区域的一百多种双向测量值，称为波段（或简称为图像），该区域被称为地面真值图（GT）。遗憾的是，某些波段包含冗余信息，另一些则受噪声影响，且特征的高维度使得分类精度降低。所有这些波段对某些应用可能都很重要，但对于分类而言，只有其中的一个小子集是相关的。本文使用互信息（MI）来选择相关波段；并使用归一化互信息系数来避免和控制冗余波段。这是一种特征选择方案和过滤策略。本研究在HSI AVIRIS 92AV3C上建立。这是一种有效且快速的控制冗余的方案。索引术语：高光谱图像，分类，特征选择，归一化互信息，冗余。
引用
@article{arxiv.2210.14326,
title = {Band selection and classification of hyperspectral images by minimizing normalized mutual information},
author = {E. Sarhrouni and A. Hammouch and D. Aboutajdine},
journal= {arXiv preprint arXiv:2210.14326},
year = {2022}
}
备注
arXiv admin note: substantial text overlap with arXiv:2210.13456, arXiv:2210.12296, arXiv:1211.0613, arXiv:1210.0528; text overlap with arXiv:1210.0052, arXiv:1211.0055