基于高阶残差量化的光谱二值编码新方法

论文摘要

光谱二值和多值编码技术能够实现目标光谱的快速匹配、识别和分类等应用,但这类量化编码方法会损失大量的光谱细节信息,且不能解码出与原始光谱近似的重构光谱,应用有限。为了解决上述问题,提出一种高阶残差量化的光谱编码新方法HOBC（high-order binary coding）。首先,对光谱向量进行去均值的规范化处理,得到值域为（-1, 1）的光谱序列;然后,求解规范化光谱的±1编码、编码系数和残差（即一阶残差）;基于一阶残差,逐阶解算2至K阶残差的±1编码及其系数;最后得到K个编码序列及其系数,即为HOBC的编码结果。选择典型波谱库数据集,对比光谱0/1二值编码BC01（binary coding with 0 and 1）、光谱分析编码SPAM（spectral analysis manager）、二值/四值混合编码SDFC（spectral derivative feature coding）和DNA四值编码等4种方法,进行了光谱量化编码和解码重构实验,分别统计了光谱形状特征和斜率特征编码的信息熵和存储量、光谱形状特征编码与原始光谱之间的光谱矢量距离SVD （spectral vector distance）、谱间Pearson相关系数SCC （spectral correlation coefficient）和光谱角SAM （spectral angle mapping）。结果表明,在编码存储量上, HOBC的1～4阶编码分别与以上4种编码相等;在编码信息熵上, HOBC的1～2阶编码分别与BC01和SPAM相等,而HOBC的3～4阶编码分别高于SDFC和DNA编码;在SCC上, HOBC1阶编码与BC01相等,而2～4阶编码均分别优于SPAM, SDFC和DNA编码;在SAM方面,HOBC 1～4阶编码均分别明显优于4种对比方法; 4种对比方法不能明确解码重构,而HOBC可简便重构出与原始光谱近似的解码序列,且SVD逐阶递减。进一步,基于临泽草地试验站公开光谱数据集,进行了10类地物目标的光谱编码和监督分类实验,实验结果表明,在Kappa系数,总体分类精度和平均分类精度等3种性能评价指标上, HOBC均明显优于4种对比方法,尤其是, HOBC 4阶编码优于原始光谱的分类性能;对样本数量较少且类间相似性较高的难分类地物, HOBC亦具有优于其他算法的鲁棒性。说明HOBC编码在大幅压缩数据量的同时,其编码序列能保留较高的信息量,且具有较高的光谱可分性,可用于光谱高精度快速识别和分类;其解码重构序列与原始光谱序列具有较高的相似性,理论上可适用于目标识别和分类等应用。

论文目录

• 引 言
• 1 算法描述
•   1.1 BC01编码
•   1.2 SPAM编码
•   1.3 SDFC编码
•   1.4 DNA编码
•   1.5 HOBC编码
• 2 结果与讨论
•   2.1 光谱编码与近似
•   2.2 多目标分类实验
• 3 结 论

文章来源

类型: 期刊论文

作者: 康孝岩,张爱武

关键词: 高阶残差量化,光谱编码,二值编码,四值编码,编码

来源: 光谱学与光谱分析 2019年10期

年度: 2019

分类: 基础科学

专业: 物理学

单位: 首都师范大学三维信息获取与应用教育部重点实验室,首都师范大学空间信息技术教育部工程研究中心

基金: 国家重点研发计划项目(2016YFB0502500),国家自然科学基金项目(41571369),北京市自然科学基金项目(4162034),青海省科技计划项目(2016-NK-138),科技创新服务能力建设-基本科研业务费(科研类)(025185305000,143)资助

分类号: O433

页码: 3013-3020

总页数: 8

文件大小: 385K

下载量: 67