11、高光谱遥感图像与监督特征提取

高光谱遥感图像与监督特征提取

1. 引言

高光谱遥感图像（Hyperspectral Remote Sensing Images, HRSI）因其丰富的光谱信息，在地球观测、环境监测、农业管理等多个领域有着广泛的应用。然而，高光谱图像的数据量巨大，如何从中有效提取有用信息成为了一个重要课题。监督特征提取技术通过利用已知的标签信息，可以从高光谱图像中提取出更具代表性和区分度的特征，从而提升后续分类、识别等任务的性能。

2. 监督特征提取技术概述

监督特征提取技术是指在已知类别标签的情况下，通过对原始数据进行变换或降维，提取出能够最好地区分不同类别的特征。以下是几种常用的监督特征提取技术：

2.1 原型空间特征提取（PSFE）

原型空间特征提取（Prototype Space Feature Extraction, PSFE）是一种基于原型的概念进行特征提取的方法。它通过构建每个类别的原型向量，使得不同类别之间的距离最大化，同一类别内的距离最小化。具体步骤如下：

1. 计算原型向量 ：对于每个类别，计算其样本的均值向量作为原型向量。
2. 计算类间距离和类内距离 ：分别计算不同类别之间的平均距离和同一类别内部的距离。
3. 优化特征空间 ：调整特征空间，使得类间距离最大化，类内距离最小化。

2.2 改进的费舍尔线性判别分析（MFLDA）

费舍尔线性判别分析（Fisher’s Linear Discrimi