1.一种基于子区间划分的高光谱图像非监督波段选择方法，其特征在于，包括如下步骤：(1)利用MATLAB中multibandread()函数高光谱图像并移除包含较大噪声和光谱水汽吸收大的波段，根据样本个数和光谱曲线确定地物类别数目，并进行高光谱图像量化；具体步骤如下：(1.1)使用multibandread()函数读取高光谱图像，逐一显示全部M个波段{b1,b2,…,bM}，通过目视解译将包含噪声大的波段进行移除，剩余波段数为N；

(1.2)根据实际调查获得的真实地物分布图像和每个类别在真实图像中包含的样本个数，即像素个数，将像素个数较少的类别移除；将所有波段图像中相同坐标的像素的亮度构成一个亮度值向量，即Hi＝{hi1,hi2,…hiN}，其中hij为第i个像素在第j个波段的亮度值。将具有相近的亮度值向量的不同类别合并为同一类别；

(1.3)高光谱图像的量化具体步骤如下：

(1.3.1)将高光谱图像各波段按照无符号8位整型或无符号16位整型方式存储，量化过程如下：(1.3.1a)若存储方式为无符号8位整型，即图像中像素亮度范围从0-255，量化为32个区间；每个区间的初始亮度值范围为[8n,8n+7]，其中n＝0,1,…31；每个区间量化后的亮度值为：h＝8n+4                                                         (1)(1.3.1b)若存储方式为无符号16位整型，即图像中像素亮度范围从0-65535，量化为

256个区间，每个区间初始亮度值范围为[256n,256n+255]，其中n＝0,1,…255；每个区间量化后的亮度值为：h＝256n+128                                                      (2)(2)互信息矩阵MI的构建，具体步骤如下：(2.1)分别计算相同坐标位置像素点对应的亮度值hi和hj在两波段图像中出现的概率p，设亮度值分别为hi和hj，在波段Xi,Xj中的概率分别为：其中，hi,hj为两波段图像中相同坐标位置像素的亮度，ni,nj分别为两波段中亮度值为hi,hj的像素的个数。

(2.2)计算波段Xi和Xj的互信息：

其中，MI(Xi,Xj)表示波段Xi和波段Xj的互信息大小，p(hi)和p(hj)分别为波段Xi和波段Xj在相同坐标像素点的亮度的概率密度函数，p(hi,hj)为这两个像素点的联合概率密度函数，Ωi和Ωj分别为波段图像Xi和Xj中像素不同亮度的全部取值；

(2.3)变换为信息熵的表示，具体步骤如下：

(2.3.1)计算波段Xi和Xj的信息熵和联合熵：

其中，hi和hj分别为波段图像Xi和Xj在相同坐标位置的亮度值，p(hi)和p(hj)分别为hi和hj这两个亮度值出现的概率密度函数，p(hi,hj)为hi和hj的联合概率密度函数，Ωi和Ωj分别为波段图像Xi和Xj中像素不同亮度的全部取值；

(2.3.2)波段Xi和Xj的互信息为：

MI(Xi,Xj)＝H(Xi)+H(Xj)-H(Xi,Xj)                            (9)H(Xi)和H(Xj)分别为波段图像Xi和Xj的信息熵，H(Xi,Xj)为波段图像Xi和Xj的联合熵；

(2.4)通过上述计算，互信息矩阵MI表示为：

其中，MI(Xi,Xj)表示波段Xi和Xj的互信息；

(3)波段子区间划分，具体步骤如下：

(3.1)使用imagesc()函数显示互信息矩阵MI的灰度图:(3.2)通过灰度图中较亮点的分布，将全部波段划分为连续的不相交的波段子区间{B1,B2,…,BS}，其中，S表示波段子区间的个数；每个波段子区间内包含的波段个数为Ni，满足：N1+N2+…+NS＝N                                            (11)(4)确定需要选择的代表性波段总数Ns的具体步骤如下：分别选择6、10、15、20、25、30、35、40、45、50个波段作为选择的代表性波段总数；

(5)每个波段子区间内选择代表性波段的具体步骤如下：

(5.1)计算子区间包含波段数Ni与全部波段数N的比值；

(5.2)将该比值与代表性波段总数Ns相乘得到的数值小数位进行四舍五入后取整作为子区间中需要选择的代表性波段数目ni：ni＝round(r×Ns)                                                   (13)(6)代表性波段的选择，分为初始代表性波段的选择和剩余代表性波段的选择，具体步骤如下：(6.1)初始代表性波段的选择，选择方法如下：

(6.1.1)计算第1子区间中第i个波段(0＜i＜ni)的子区间内平均互信息Iiw和子区间外平均互信息Iib：其中，Bi和Bj分别表示第i个和第j个波段子区间。初始代表性波段的选择方法如下：(6.1.2)定义第一个波段子区间代表性波段子集 初始为空集，在获得初始代表性波段后，将其加 中：(6.2)剩余代表性波段的选择，具体方法如下：

(6.2.1)分别计算波段子区间内未选择波段与 中包含的已选的代表性波段计算平均互信息Ii'w：剩余代表性波段的选择准则如下：

(6.2.2)将选择的剩余代表性波段加入 中，

(6.3)选择代表性波段加入 中，直到满足 其中，|·|表示集合中元素的个数；

其余波段子区间的代表性波段选择重复步骤(6)，直到遍历全部波段子区间；

(7)全部代表性波段的选择，具体步骤如下：

其中，为全体代表性波段集合。