利用同质性特征与互信息的高光谱图像分类与降维
计算机视觉与模式识别
2022-10-31 v1
摘要
高光谱图像（HSI）包含同一区域的数百个波段，称为地面真值（GT）。这些波段在邻近频率上获取，但其中部分被噪声污染或不含信息。对于分类而言，波段的选择显著影响分类结果；事实上，使用相关波段的子集，其结果可能优于使用全部波段所得结果，由此产生了降低高光谱图像维数的需求。本文根据生成过程对降维方法进行了分类。此外，我们复现了一种基于互信息（MI）通过特征选择来降维的算法，并提出了一种结合互信息与同质性的算法。两种方案均为过滤式策略。最后，为验证此点，我们考虑了 AVIRIS HSI 92AV3C 案例研究。关键词：高光谱图像；分类；特征选择；互信息；同质性
引用
@article{arxiv.2210.16239,
title = {Hyperspectral images classification and Dimensionality Reduction using Homogeneity feature and mutual information},
author = {Hasna Nhaila and Maria Merzouqi and Elkebir Sarhrouni and Ahmed Hammouch},
journal= {arXiv preprint arXiv:2210.16239},
year = {2022}
}