近日，我院“智能图像处理及应用”湖南省高校科技创新团队青年教师、“三维重建与智能应用技术”湖南省工程研究中心研究骨干欧先锋博士为第一作者，与团队人员一起在图像处理领域国际顶级学术期刊《IEEE Transactions on Image Processing》发表题为“Multi-Objective Unsupervised Band Selection Method for Hyperspectral Images Classification” 的学术论文，该论文针对高光谱遥感图像分类问题提出了创新性方法，得到了同行专家的高度好评。

高光谱遥感图像凭借丰富的信息量能够清晰地区分地物之间的细微差别，被广泛应用到生态系统监测、农业发展和城市规划等领域。其中，高光谱图像波段选择是高光谱图像处理的基础问题之一，而波段选择是一个组合优化问题，智能优化算法在解决组合优化问题中起着至关重要的作用。当前研究多数只使用单一目标作为选择指标，忽略了高光谱图像的整体特征，这会导致目标分类的不准确。该研究设计了一种基于多目标布谷鸟搜索算法的波段选择方法，构建了基于波段信息量和相关性的多目标无监督波段选择模型来降低数据冗余度并提升分类精度。论文针对多目标布谷鸟搜索算法迭代后期易陷于局部最优设计了一种基于种群拥挤度的自适应策略；同时，为了平衡全局探索和局部开发阶段的搜索能力，提出了一种基于分组和交叉的信息共享策略以克服个体信息交互缺乏问题。

基于多目标布谷鸟搜索算法的波段选择方法

分类结果，(a)~(d)总体分类精度，(e)~(f)平均分类精度

该研究与邻域分组归一化匹配滤波器和多目标选择人工蜂群算法等目前先进的波段选择方法相比具有更好的效果和鲁棒性；针对四个复杂分类数据集，根据波段信息量和相关性选择的波段子集在KNN和随机森林等分类器上展现了很好的分类精度。

相关研究工作依托于信息科学与工程学院“三维重建与智能应用技术”湖南省工程研究中心。近5年来，该中心取得了一定学术影响力的系列研究成果，在《IEEE Transactions on Image Processing》《IEEE Transactions on Geoscience and Remote Sensing》《电子学报》等国内外权威期刊发表学术论文120余篇(中科院一二区期刊论文50余篇)；主持/完成国家自然科学基金、湖南省杰出青年基金、湖南省重点研发子项目、湖南省自然科学基金等科研项目40余项；与岳阳市水利局、长江修防中心、东莞速美达自动化股份有限公司等开展校地校企合作，进校科研经费1600余万元；获省级科学技术进步奖、省级技术发明奖5项；团队先后获评“湖南理工学院科研创新团队”“岳阳市科技创新人才团队”“湖南省研究生优秀教学团队”“湖南省优秀研究生导师团队”，2019年获评“湖南省高等学校科技创新团队”。

据悉，《IEEE Transactions on Image Processing》是图像处理领域顶级学术期刊，中科院一区Top期刊，2023年影响因子为11.34。

附：全文链接：10.1109/TIP.2023.3258739

撰稿/信息学院  编辑/陶海兰 责任编辑/徐丹 审发/甘向阳