%0 Journal Article
%T 基于模糊贴近度和改进Prim算法的高光谱图像波段分组排序
%A 张转
%A 马玉
%A 蔡伟
%J 国土资源遥感
%P 8-13
%D 2014
%R 10.6046/gtzyyg.2014.04.02
%X 传统的基于Prim算法的高光谱图像波段分组排序需要计算所有波段之间的相关系数，并采用满秩相关系数矩阵作为邻接矩阵进行比较，计算复杂度较高。结合模糊数学的相似度衡量理论和高光谱图像的特点，首先提出使用计算简单的最大最小贴近度（maximumandminimumcloseness，MMC）作为衡量高光谱图像波段间相关性的参数；然后将MMC的满秩邻接矩阵稀疏化，提取有效波段进行排序，明显降低了排序的波段数目和比较次数。实验结果表明，与传统的Prim算法相比，所提出的算法在保持原有压缩效率的同时，大大降低了波段排序的复杂度，平均波段排序运行时间减少了27%。
%K 高光谱图像
%K 波段分组排序
%K Prim算法
%K 模糊贴近度
%K 最大最小贴近度（MMC）
%U http://www.gtzyyg.com/CN/abstract/abstract1791.shtml