Hyperspectral image band selection method for camouflage target recognition

算法：SDI波段选择算法
输入：高光谱图像 $X$ ，真值图 $g$ ，波段选择数量 $n$
输出：特征波段子集 ${b_{1}, b_{2}, \dots, b_{n}}$
1. 遍历真值图 $g$ ，得到类别为伪装目标的所有像素坐标集合 $w$ 以及类别为背景的所有像素坐标集合 $v$ ；
2. 对图像 $X$ 进行高斯滤波，计算 $X$ 中对应坐标集合 $w$ 和 $v$ 内所有像素位置上的光谱矢量的平均值 $x$ 和 $y$ ；
3. 对所有波段进行均匀子空间划分，得到 $n$ 个子空间 ${s_{1}, s_{2}, \dots, s_{n}}$ ；
4. for $i = 1$ to $n$ :
5. 　　遍历 $s_{i}$ ，计算 $s_{i}$ 内的波段数量 $m$ ；
6. 　for $k = 1$ to $m$ :
7. 　　通过式（7）计算第 $k$ 个波段的光谱梯度角 $θ_{SGA} (x_{k}, y_{k})$ ；
8. 　　通过式（8）计算第 $k$ 个波段的Fréchet距离 $F (x_{k}, y_{k})$ ；
9. 　　通过式（9）计算第 $k$ 个波段的皮尔逊相关系数 $r (x_{k}, y_{k})$ ；
10. 　　通过式（10）计算第 $k$ 个波段的光谱差异度指数 $I_{SD} (x_{k}, y_{k})$ ；
11. 　endfor
12. 　将 $s_{i}$ 内光谱差异度指数最大的波段序号值赋给 $b_{i}$ ；
13. endfor

Table 2. San Diego hyperspectral public dataset
View table
View in Article
Table 2. San Diego hyperspectral public dataset
采集地点传感器空间大小/像素波段数量/个波长范围/nm 空间分辨率/m
美国圣地亚哥机场机载AVIRIS 传感器 400×400 224 370～2510 3.5

Table 3. Results of ablation experiments in camouflage vehicle dataset
View table
View in Article
Table 3. Results of ablation experiments in camouflage vehicle dataset
$θ_{SGA}$ $F$ $r$ OA/%
√ √ 90.51
√ √ 91.06
√ √ 91.07
√ √ √ 95.06

Table 4. Results of ablation experiments in San Diego airport dataset
View table
View in Article
Table 4. Results of ablation experiments in San Diego airport dataset
$θ_{SGA}$ $F$ $r$ OA/%
√ √ 97.70
√ √ 97.75
√ √ 97.75
√ √ √ 98.65

Table 5. Performance of different methods on camouflage vehicle dataset
View table
View in Article
Table 5. Performance of different methods on camouflage vehicle dataset
方法 ASNR ARE AIE
SDI 43.23 12.52 5.29
OCF 34.55 6.01 2.36
BS_Net 45.74 4.29 5.17
GA 36.52 10.93 5.12
SAM 38.21 12.49 5.08
F 38.31 12.45 5.34

Table 6. Performance of different methods on San Diego airport dataset
View table
View in Article
Table 6. Performance of different methods on San Diego airport dataset
方法 ASNR ARE AIE
SDI 51.05 12.69 4.95
OCF 50.18 12.57 5.12
BS_Net 52.13 10.25 4.55
GA 49.79 10.13 4.28
SAM 51.65 12.56 4.43
F 50.93 8.99 4.71

Table 7. Running time of different methods s
View table
View in Article
Table 7. Running time of different methods s
数据集 SDI OCF BS_Net GA SAM F
Camouflage vehicle 3.26 11.57 304.32 65.49 4.68 4.35
San Diego 1.27 1.68 23.25 67.34 1.36 1.53

Tools

Get Citation

Copy Citation Text

Beibei WANG, Kaixin LIU, Ping CHEN. Hyperspectral image band selection method for camouflage target recognition[J]. Journal of Applied Optics, 2025, 46(2): 336

Download Citation

EndNote(RIS)BibTex Plain Text

Set citation alerts for article

Save article for my favorites