基于互信息的高光谱图像波段选择与分类：一种利用Fano不等式最小化误差概率的算法

高光谱图像是由同一区域的超过一百幅图像（称为波段）组成的替代品，这些图像在相邻频率上拍摄。该区域的参考图像称为地面真值图（GT）。问题在于如何找到合适的波段来对区域像素进行分类；因为波段不仅可能冗余，还可能成为混淆的来源，从而降低分类精度。一些方法使用互信息（MI）和阈值来选择相关波段。最近有一种基于互信息的算法选择，采用波段剔除和阈值来控制并消除冗余。MI排名最高的波段被选中，如果其相邻波段与GT具有大致相同的MI，则它们将被视为冗余并被丢弃。这是该方法的最大不便之处，因为它避免了高光谱图像的优势：一些宝贵的信息可能被丢弃。在本文中，我们将区分有用冗余和无用冗余。如果一个波段有助于降低误差概率，则它包含有用冗余。根据这一方案，我们引入了一种同样使用互信息的新算法，但它只保留那些最小化分类误差概率的波段。为了控制冗余，我们引入了一个补充阈值。因此，好的候选波段必须有助于降低由阈值增大的最后误差概率。这个过程是一种包装策略；它获得了较高的分类精度性能，但比过滤策略更昂贵。