高光谱图像的数据冗余与波段降维

由于高光谱遥感图像数据的光谱分辨率非常高，相邻波段之间的相关性也非常高，所以使得所观测到的高光谱图像数据存在较高的数据冗余，为数据存储、卫星下行传输带来了压力，也增加了数据处理的复杂性。因此，需要用相应的算法和手段对高光谱遥感图像数据进行降维处理，即用较少的特征变量代表原来的全部高光谱数据而没有信息损失或者尽可能减少信息损失。在高光谱遥感图像处理技术中，波段降维与特征提取技术是高光谱数据预处理过程的重要组成部分。

在高光谱图像处理分析中，一般 预处理时都要进行波段降维处理。合理且有效的高光谱遥感数据降维，对目标检测结果有着重要的影响，降维效果直接影响着后续检测的结果。对于异常检测，由于异常目标的出现概率非常低，所以在特征空间中只对应于小特征值范围,很容易被当成噪声而舍弃，因此传统的数据降维技术难免存在一定的局限性。在目标检测中，应根据一定背景和数据条件，面向感兴趣目标和应用目的选取具有针对性的高光谱降维方法，不仅达到提取目标和特征的目的，同时还要消除噪声对目标检测的影响。