局部联合偏度-峰度：提高高光谱图像波段选择的效率与效果

本文主要探讨了基于局部联合偏度-峰度的高光谱图像波段选择方法，这是一种针对高光谱图像非高斯特性进行分析和优化的波段选择策略。高光谱图像由于其丰富的光谱信息，常用于地球观测、环境监测等领域，而波段选择是降低数据冗余、提高图像处理效率的关键步骤。 偏度和峰度是衡量数据分布形态的重要统计量，它们分别反映了数据分布的不对称性和尖峰程度。在传统的波段选择方法中，全局的偏度和峰度指数被用来评估整个图像的非均匀性。然而，这可能无法充分捕捉到图像中的局部异常信息，因为全局指标可能掩盖了局部特征的重要性。 为了增强对局部异常信息的识别，作者提出了一种局部联合偏度-峰度的策略。首先，通过全局联合偏度-峰度指数对原始高光谱图像进行波段子空间划分，这种方法将图像分解成多个区域，每个区域都有其特定的偏度和峰度特性。接着，采用适当的模板窗口，对每个窗口内的局部联合偏度-峰度指数进行计算，这样可以更精确地反映区域内各波段的异常情况。 在遍历所有波段的过程中，累积局部联合偏度-峰度指数被求出，这个过程强调了波段之间的相互作用，有助于识别那些在整个图像中都具有显著特征的波段。通过这种方法，选择出的波段分布更为广泛，能够更好地突出目标和纹理等异常信息，从而提升图像分析的准确性和可靠性。 实验结果显示，相比于传统的波段选择方法，基于局部联合偏度-峰度的方法在异常检测和图像融合等方面表现出更好的性能。客观评价指标显示出，本文的方法在图像处理的精度和效果上具有明显的优势，这对于高光谱图像的后续处理和应用具有重要的实际意义。 这篇文章提供了一种创新的波段选择策略，它结合了局部特性和全局信息，对于提升高光谱图像处理的效率和准确性具有显著贡献，对于相关领域的研究者和实践者来说，这是一项有价值的理论和技术进步。