1、近年來，高光譜遙感技術(shù)發(fā)展迅速，在社會與生活領域中有著越來越廣泛的應用。運用高光譜圖像中豐富的光譜信息可以進行精確的目標識別，但其高維的數(shù)據(jù)形式、信息的高度冗余也給后續(xù)的數(shù)據(jù)處理帶來了巨大的挑戰(zhàn)。因此，如何在最大程度保留高光譜數(shù)據(jù)豐富信息的基礎上降低數(shù)據(jù)維度是高光譜圖像處理的重要技術(shù)問題之一。
　　波段選擇是高光譜圖像處理中一種常用的降維方式。波段選擇是指在原始波段中挑選出符合要求的最優(yōu)波段組合，它與特征提取方法相比，較好的保留了

2、原始波段的物理含義以及地物的光譜特性。根據(jù)標記樣本參與的數(shù)量，波段選擇可分為無監(jiān)督波段懸著、半監(jiān)督波段選擇與有監(jiān)督波段選擇。雖然有監(jiān)督波段選擇利用標記信息可以提高波段選擇的性能，但由于標記樣本的缺乏及難以獲取，有監(jiān)督波段選擇的應用范圍一直受限。
　　針對有監(jiān)督波段選擇方法受限于標記樣本的問題，本文在分析總結(jié)前人研究成果的基礎上，對如何擴大有監(jiān)督波段選擇方法應用范圍做了深入的研究，主要研究內(nèi)容有：
　?。?）基于像素聚類的波段

3、選擇方法。該算法首先對圖像分塊并提取代表性像素點，隨后對代表性像素點進行聚類并使用支撐向量機分類器優(yōu)化聚類結(jié)果，最終將聚類的類標當作偽標簽，形成偽標記樣本，然后采用有監(jiān)督波段選擇方法進行波段選。該算法將未標記樣本轉(zhuǎn)換為偽標記樣本，實現(xiàn)了在無監(jiān)督領域中使用有監(jiān)督波段選擇方法，擴展了有監(jiān)督波段選擇的應用范圍。
　　（2）基于小樣本擴展的波段選擇方法。該算法針對標記樣本稀缺的問題，通過增加標記樣本來提高波段選擇效果。該算法通過兩種方式來

4、增加標記樣本，其一是根據(jù)高光譜圖像中空間相鄰的點很有可能是同一類地物的特性，將已知標記樣本點的鄰域點加入到標記樣本集中；其二是通過線性合成的方法，在同類已知標記樣本集中線性合成一些新的樣本。通過加入新的標記樣本，擴大標記樣本集，達到更好的波段選擇效果。
　　本文所提出的兩種算法都具有擴展標記樣本集的作用，使用擴展后的標記樣本集參與有監(jiān)督波段選擇，以此來擴展有監(jiān)督波段選擇方法的應用范圍與性能效果。本文中對所提兩種算法設計了仿真實驗，