高光谱图像的特征提取与分类
一、背景介绍
1.1 高光谱图像
高光谱图像是一种先进的成像技术，能够在数十到数百个连续窄波段范围内
捕获场景的光谱信息，具有空谱合一、光谱连续且分辨率高的特点，包含丰富的
空间和波段信息。与常见的红、绿、蓝三个波段的彩色图像不同，高光谱图像能
够提供较为丰富的光谱特征。这种图像在不同波段收集了大量光谱数据，每个像
素点都包含了多个波长的光谱反射率或辐射强度。每个波段代表不同的光谱范围，
可以涵盖可见光谱、红外线和紫外线等范围。
这种图像技术在地球科学、农业、环境监测、医学成像等领域有着广泛的应
用。在农业方面，高光谱图像能够帮助农民监测作物健康状况，识别病害和缺乏
营养的地方，优化施肥和灌溉。在环境监测中，它可用于监测大气污染、土壤质
量和水资源。在医学成像领域，高光谱图像能够提供组织和细胞水平的信息，用
于疾病诊断和治疗，国内外基于高光谱图像开展的研究日趋深化。
1.2 PaviaU 数据集
Pavia University 数据是由德国的机载反射光学光谱成像仪在 2003 年对意大
利的帕维亚城所成的像的一部分高光谱数据。一般使用的是 103 个光谱波段所成
的图像。该数据的尺寸为 610×340，因此共包含 2207400 个像素，其中包含大
量的背景像素，包含地物的像素总共只有 42776 个，这些像素中共包含 9 类地物，
包括树、沥青道路(Asphalt)、砖块(Bricks)、牧场(Meadows)等。
本次实验中所选取的数据来源于帕维亚大学上空的高光谱遥感图像，空间分
辨率 610340，光谱维度为 103，FLatten()处理后，二维数据为 207400*103，有效
标记点数 42776，真值图如图 1-1 所示，选取三个波段进行高光谱图像展示如图 1-2
所示。
课程作业实验基于 Pavia U 数据集，针对高光谱图像实现图像特征提取和分
类。
