基于KL-ISOMAP的高光谱图像彩色可视化

标志点等距映射(L-ISOMAP)作为一种降维方法,在高光谱图像可视化中极具潜力.针对L-ISOMAP算法标志点代表性不足以及计算代价较高的问题,提出了基于K-medoids聚类算法的改进型L-ISOMAP算法(KL-ISOMAP),进而形成可视化方法.该可视化方法由以下几部分组成:1)通过改进型K-medoids算法选择标志点;2)根据相似度剔除相似像元;3)实现剩余像元的非线性降维;4)完成降维结果的可视化.实验结果表明,KL-ISOMAP算法一方面有效地提高了标志点的内在结构代表性,进而取得了更好的可视化效果;另一方面可通过对相似阈值的设置,加快算法的运算速度.由此形成的可视化方法有着较好的视觉效果、距离保持特性以及像元可分性.