[发明专利]一种基于信息熵和改进行列式点过程的光谱波段选择方法

权利要求书

1.一种基于信息熵和改进行列式点过程的光谱波段选择方法，其特征在于，包括以下步骤：

S1：从原始高光谱图像中，计算每一个像素点的周围8个像素点的均值作为邻域信息，并把所有像素点的邻域均值信息构建一个新的数据集；

S2：构建表示光谱波段相关关系的双图模型，用两个邻接矩阵来描述双图模型，把高光谱图像和邻域信息数据集每一层光谱波段表示成一个列向量，用向量内积的方法构建两个邻接矩阵，用于表示光谱波段的相关关系；

S3：把两个邻接矩阵输入改进的行列式点过程算法中，用于选择相关性低的光谱波段；

S4：建立一个最大化光谱波段信息熵最小化光谱波段噪声的评价准则，分别计算每一层光谱波段的信息熵和邻域信息熵，两者相减，并建立一个可查询的搜索准则的数据表，并把这种评价准则融入改进的行列式点过程算法中，具体过程是：

构建一个最大光谱波段信息熵，最小邻域噪声的搜索准则查询表，第i层光谱波段的信息熵表示为是像素在光谱波段中出现的概率，H_i越大表示光谱波段所含信息量越大，邻域噪声表示为：搜索准则表示为：的值越大说明第i层光谱波段的性能越好，表示原始像素的邻域像素的集合，d表示邻域像素范围的大小；

S5：构建改进的行列式点过程的高光谱波段搜索方法；

所述步骤S1的具体过程是：

原始高光谱数据表示为B＝{b₁,b₂,b₃,…,b_l}∈R^n×l，n是每一层光谱波段的像素点，l是光谱波段的总数，用b_i表示第i层光谱波段，把像素点的邻域像素点的平均值作为它的邻域信息，并构成一个新的数据集s是新的数据集每一层像素的总数，表示利用第i层光谱数据的邻域信息，构建的新的第i层光谱数据；

所述步骤S2的具体过程是：

构建一个能表示光谱波段间结构关系的双图模型，并把其写成一个邻接矩阵L_ij表示第i层光谱波段与第j层光谱的相关关系，相关关系越大L_ij越小，同样，把邻域信息数据集的光谱波段间的关系表示成另一个邻接矩阵表示邻域信息数据集的第i层光谱波段与第j层光谱的相关关系，相关关系越大越小。

2.根据权利要求1所述的基于信息熵和改进行列式点过程的光谱波段选择方法，其特征在于，从步骤S2中的两个邻接矩阵进行迭代搜索，使得搜索出来的光带子集具有低冗余的特性，在每次迭代搜索中，利用步骤S4的评价准则，使得每次搜索的光谱波段满足最大化光谱波段信息熵最小化光谱波段噪声的评价准则。