基于空间统计学的高光谱遥感影像主成分选择方法

孙肖, 彭军还, 赵锋, 王晓阳, 吕洁, 张登峰

Principal component selection method for hyperspectral remote sensing images based on spatial statistics

SUN Xiao, PENG Junhuan, ZHAO Feng, WANG Xiaoyang, LYU Jie, ZHANG Dengfeng

表7 不同数据集筛选出的主成分信息

Tab.7 Principal component information selected by different data sets

数据集 不同方法 筛选的主成分编号 个数 Indian Pines PC(0.99) 1~25 25 PC(10%) 1~20 20 PC(Entropy) 1~46,49 47 PC(2.5~0.2) 1~8,10~25,28,29,38,59,66,68,88,92,101,103 34 Pavia U PC(0.99) 1~4 4 PC(10%) 1-10 10 PC(Entropy) 1-10 10 PC(2.5~0.2) 1~10,16,19,23,24,43,71 16 Salinas PC(0.99) 1~3 3 PC(10%) 1~20 20 PC(Entropy) 1~100 100 PC(2.5~0.2) 1~10,12,15~23,25,28,29,34,42,61,66,75,77,118,126,134 32