4.3.1.1 研究思路

研究思路如图4.4所示，首先对原始高光谱影像进行小波包1～N层的小波包分解，把影像从时域变成频率域，获取各分解层的高频系数矩阵，然后对此矩阵进行奇异值特征矩阵求取，得到各层高频系数矩阵的特征矩阵。建立分解层判定函数C（r，k），利用特征矩阵，计算C（r，k）函数在各个分解层处的值，并根据这些值反演回归曲线方程y（x），求y（x）二阶导数y″（x），以此寻找y（x）拐点（突变点）位置。当分解到第N层时，y″（x）正负符号发生变化，就把第N－1层作为最佳分解层数。然后根据软阈值降噪确定最佳分解层数的方法来验证上述算法的正确性。最后再对另外高光谱影像运用此方法，来对新方法进行普适性检验。

4.3.1.2 实验数据

本实验采用的研究数据为美国的机载可见光红外成像光谱仪（Airborne Visible/Infra－red Imaging Spectrometer，AVIRIS）采集的数据，如图4.5所示，它可以获得224个连续的高光谱波段，波段范围0.4～2.45μm，像元的空间分辨率为3.5m，波段宽度为10nm。该影像包含飞机场、金属材料、裸地、植被等地物信息。该影像经过了美国ENVI遥感影像处理软件ACORN大气校正和反射率定标，使像元的DN值范围为0～10000，相应的反射值范围为0～100％。