تجزیه‏ ی تُنُک تصاویر ابرطیفی با استفاده از یک کتابخانه‏ ی طیفی هرس شده

تجزیه‏ی طیفی تصاویر ابرطیفی یکی از زمینه‏های تحقیقاتی مهم در سنجش از دور است. اخیرا استفاده‏ی مستقیم از کتابخانه‏های طیفی برای انجام تجزیه‏ی طیفی افزایش یافته‏است. در این روش‏ها که به تجزیه‏ی تُنُک موسومند، نیازی به استخراج مواد پایه و تعیین تعداد آن‏ها از قبل نیست. اما از آن‏جا که کتابخانه‏های طیفی حاوی طیف‏هایی هستند که همبستگی زیادی دارند، روش‏های تجزیه‏ی تُنُک ممکن است راه‏حل‏های نیمه بهینه‏ای تولید کنند. از طرف دیگر بسیاری از این روش‏ها، نسبت به نویز حساس بوده و علاوه بر این به راه‏حل کاملا تُنُکی منجر نمی‏شوند. در این مقاله برای حل مشکلات فوق، در ابتدا کتابخانه‏ی طیفی براساس اطلاعات طیفی موجود در تصویر و با استفاده از تکنیک‏های خوشه‏بندی و طبقه‏بندی، هرس شده و سپس از الگوریتم ژنتیک برای تجزیه‏ی تُنُک استفاده شده‏است. آزمایشات انجام‏شده بر روی تصاویر آزمایشی و واقعی نشان می‏دهد که روش پیشنهادی، در تصاویر با نسبت سیگنال به نویز کم و تصاویر واقعی نتایج بهتری به‏دست می‏دهد.