Original paper

Local Prototype Space-based Band Selection for Hyperspectral Subpixel Analysis

Gholizadeh, Hamed; Mojaradi, Barat; Zoej, Mohammad Javad Valadan

Kurzfassung

In this paper, two unsupervised local band selection (BS) methods in the prototype space (PS) for improving subpixel analysis performance are proposed. Here, the PS is a two dimensional space which is constituted of the target spectrum and that of the local background. The proposed methods benefit from local background characterization through image clustering. These BS methods select the discriminative bands in two ways: 1) selecting the bands which form a convex hull in the PS, and 2) using a cluster-based approach in the PS to select bands. An experiment applied to real-world hyperspectral data showed that the proposed BS methods improve the performance of constrained energy minimization (CEM) and adaptive matched filter (AMF) subpixel detection methods in terms of the number of false alarms. Zusammenfassung: Verbesserung der Subpixelanalyse von Hyperspektraldaten durch Verwendung des so genannten Prototyp-Raumes ". Mit dem Ziel einer verbesserten Subpixel-Analyse werden in diesem Artikel zwei unüberwachte Methoden zur Auswahl spektraler Bänder im so genannten; Prototype-Raum" (PS) untersucht. In dieser Studie ist der PS ein zweidimensionaler Raum, der aus den Signalen des Targets sowie des lokalen Hintergrunds aufgebaut ist. Dabei erweist sich die Ableitung des lokalen Hintergrunds mittels Clusteranalyse als geeignet. Zwei Methoden werden vorgeschlagen, die geeigneten Bänder abzuleiten: 1) Auswahl der Bänder, die im PS das Gerüst der konvexen Hülle bilden, und 2) Auswahl der Bänder aus den Ergebnissen einer Clusteranalyse im PS. Die Anwendung anhand eines Hyperspektraldaten-satzes zeigt, dass die beiden vorgeschlagenen Methoden zur Auswahl spektraler Bänder die Ergebnisse der Constrained Energy Minimization (CEM) und des Adaptive Matched Filter (AMF), zweier Detektionsmethoden von Targets auf Subpixelebene, hinsichtlich ihrer Falsch-Positiv-Rate verbessern.

Keywords

subpixel analysisprototype spacehyperspectral datadimension reduction