1、隨著遙感技術的發(fā)展，超光譜數(shù)據(jù)越來越多地應用于環(huán)境監(jiān)測、資源勘查、地物識別等國民經濟生活領域。然而，超光譜遙感數(shù)據(jù)具有波段窄、通道數(shù)量多等特點，且存在各波段信噪比不同、波段間冗余性強以及具有維數(shù)災難等現(xiàn)象，這些問題給超光譜圖像的分類、匹配和識別帶來了困難，因而超光譜數(shù)據(jù)的降維處理成為超光譜遙感技術實際應用中不可或缺的步驟。目前常用的降維方法一般分為兩種，一種是通過對原始數(shù)據(jù)做一系列數(shù)學變換的方法達到降維的目的，如主成分分析、典型分析等，

2、另一種則是根據(jù)一定的準則選擇若干典型的特征波段，并未對原始光譜數(shù)據(jù)進行數(shù)學變換。本文重點研究的是第二類的降維方法，也即波段選擇方法。
　　在對超光譜數(shù)據(jù)的形式與特點進行了分析的的基礎上，得出了波段選擇的可行性與必要性。簡要介紹了幾種經典的波段選擇算法之后，歸納總結了波段選擇的一般流程，然后重點研究了一種以互信息量為判斷準則的波段選擇算法。原始的基于互信息量的波段選擇算法所選取的特征波段經常集中在一個連續(xù)區(qū)間內的，這樣的波段通常相關

3、性強，信息冗余多，因而針對此問題，本文提出了一種結合互信息量和自動子區(qū)間劃分的MI-ASP波段選擇算法。該方法首先將整個波段區(qū)間劃分為若干子區(qū)間，然后在每個子區(qū)間內分別進行基于互信息量的波段選擇。通過這一改進措施，可以有效避免選取過多冗余波段的問題。同時，在應用于維數(shù)巨大的超光譜數(shù)據(jù)時，也可以有效降低運算復雜度，減少運行時間。這對于一些數(shù)據(jù)量大但又對實時性要求較高的光譜數(shù)據(jù)處理場景，比如海面溢油檢測和飛機目標識別等，是很有利的。最后，在