光谱遥感小知识-从眼睛谈起(3)# GeoSpace - 地球与空间科学
p*t
1 楼
高光谱遥感带来两个最大问题,一个是数据量过多。前面说了,同样空间分辨率的光谱仪
器,数据量和波段数目成正比。在很多基本的分类算法中,要计算数据的协方差矩阵,计
算量
要平方。另外一个问题就是所谓的Hughes Phenomenon。在分类时通常要已知一些地面上
的
“纯” 的象素,这些象素都代表地面上同一类物质,由这些象素的光谱来决定这一类象
素的光谱特征,如平均值,协方差。这些数据就是training data。当波段数提高时,需
要的“纯”数据随其平方数增加。而一副图像里面很难找到那么多“纯”的数据(如果事
先就知道那么多,就不用遥感了)。所以通常要对这些数据进行处理。一个波段的输出对
应一个特征(feature)。有些特征是没有用的,通过一些算法可以去除没有用的特征 (
selection),通过一些另外的算法并不去掉某些特征而是从中提取有用的部分(
extraction),比如MNF,相当于去噪声滤波。这就好比要分别一个人是男人女人,光谱仪
器可能给你100个特征,什么身高体重三围衣着文化程度等等,大部分是没用的。如果看
器,数据量和波段数目成正比。在很多基本的分类算法中,要计算数据的协方差矩阵,计
算量
要平方。另外一个问题就是所谓的Hughes Phenomenon。在分类时通常要已知一些地面上
的
“纯” 的象素,这些象素都代表地面上同一类物质,由这些象素的光谱来决定这一类象
素的光谱特征,如平均值,协方差。这些数据就是training data。当波段数提高时,需
要的“纯”数据随其平方数增加。而一副图像里面很难找到那么多“纯”的数据(如果事
先就知道那么多,就不用遥感了)。所以通常要对这些数据进行处理。一个波段的输出对
应一个特征(feature)。有些特征是没有用的,通过一些算法可以去除没有用的特征 (
selection),通过一些另外的算法并不去掉某些特征而是从中提取有用的部分(
extraction),比如MNF,相当于去噪声滤波。这就好比要分别一个人是男人女人,光谱仪
器可能给你100个特征,什么身高体重三围衣着文化程度等等,大部分是没用的。如果看