ارائه یک پیش‌پردازشگر مکانی‌طیفی جدید برای بهبود تجزیه طیفی تصاویر ابرطیفی

Authors

  • احمد کشاورز استادیار، دانشکده مهندسی - دانشگاه خلیج فارس – بوشهر - ایران
  • حسن قاسمیان استاد، دانشکده مهندسی برق وکامپیوتر- دانشگاه تربیت مدرس – تهران - ایران
  • فاطمه کوکبی دانشجوی دکترای مخابرات، دانشکده مهندسی برق - دانشگاه آزاد اسلامی واحد علوم و تحقیقات – تهران - ایران
Abstract:

: هدف از تجزیه طیفی تصاویر ابرطیفی، استخراج امضاهای طیفی عناصر خالص تشکیل­دهنده پیکسل‌های صحنه و فراوانی آن‌هاست. بیشترِ الگوریتم‌های به‌کاررفته در فرآیند استخراج امضاهای طیفی، بدون آنکه ساختار و همبستگی مکانی پیکسل‌های تصویر را در نظر بگیرند، تنها به اطلاعات طیفی پیکسل‌های تصویر توجه کرده‌اند. به‌تازگی الگوریتم‌هایی پباده­سازی شده است که به کمک ترکیب اطلاعات مکانی و طیفی، فرآیند شناسایی عناصر خالص و تجزیه طیفی را بهبود می­بخشند. در این مقاله، یک ماژول پیش‌پردازشگر جدید مکانی‌طیفی ارائه شده است؛ به‌طوری‌که پیکسل‌های نواحی مرزی به کمک نقشه کلاس به‌دست­آمده از الگوریتم کلاسترینگ، بدون نظارت و پنجره همسایگی 8تایی، میان دو یا چند ناحیه کلاستر را شناسایی و این نواحی ناهمگن مکانی را حذف می­کنند. سپس به کمک محاسبه وزن خلوص طیفی پیکسل‌های غیرِمرزی و آستانه‌گذاری، پیکسل‌های موجود در نواحی همگن مکانی و خالص طیفی را شناسایی می‌کنند تا طبقات استخراج عناصر خالص بعدی بتوانند با دقت و سرعت بیشتری، امضاهای طیفی را استخراج کنند. هدف ماژول مستقل پیشنهادی، کاهش خطای RMSE تصویرِ بازسازی‌شده و مدت زمان پردازش لازم برای استخراج عناصر خالص و بهبود معیار جدیدی به‌نام بازده نسبت به دیگر طبقات پیش­پردازشگر موجود بر روی تصاویر ابرطیفی واقعی است.  

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

ارائه یک پیش پردازشگر مکانی طیفی جدید برای بهبود تجزیه طیفی تصاویر ابرطیفی

: هدف از تجزیه طیفی تصاویر ابرطیفی، استخراج امضاهای طیفی عناصر خالص تشکیل­دهنده پیکسل های صحنه و فراوانی آن هاست. بیشترِ الگوریتم های به کاررفته در فرآیند استخراج امضاهای طیفی، بدون آنکه ساختار و همبستگی مکانی پیکسل های تصویر را در نظر بگیرند، تنها به اطلاعات طیفی پیکسل های تصویر توجه کرده اند. به تازگی الگوریتم هایی پباده­سازی شده است که به کمک ترکیب اطلاعات مکانی و طیفی، فرآیند شناسایی عناصر خ...

full text

انتخاب باندهای بهینه جهت بهبود جداسازی طیفی تصاویر ابرطیفی

مدل آنالیز ترکیب خطی به طور گسترده‌ای برای برآورد سهم هر ماده خالص در اختلاط طیفی مورد استفاده قرار می‌گیرد. راه‌حل ریاضی مسئله ترکیب، حل مجموعه‌ای از معادلات خطی با استفاده از روش کمترین مربعات می‌باشد. اما بیشترین منبع خطا در روش‌های متداول آنالیز ترکیب طیفی ناشی از عدم امکان محاسبه تغییرات طیفی اعضای خالص در سیر زمان و مکان است. در این فرآیند از اعضای خالص ثابتی برای کل صحنه تصویربرداری استف...

full text

بهبود طبقه بندی طیفی-مکانی تصاویر ابرطیفی با به کارگیری اطلاعات مکانی در انتخاب نشانه ها

فنآوری سنجش از دور ابرطیفی دارای کاربردهای فراوان در طبقه‌ بندی پوشش‌ های زمین و بررسی تغییرات آنها است. معمولترین روش جهت طبقهبندی تصاویر ابرطیفی، طبقه‌ بندی مبتنی بر پیکسل بوده که در آن هر پیکسل فقط با اطلاعات طیفی خود و بدون در نظر گرفتن پیکسل های همسایه، به کلاس مشخصی اختصاص می‌ یابد. پیشرفتهای اخیر و ایجاد تصاویری با قدرت تفکیک مکا...

full text

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

Spectral unmixing of hyperspectral images is one of the most important research fields  in remote sensing. Recently, the direct use of spectral libraries in spectral unmixing is on increase. In this way  which is called sparse unmixing, we do not need an endmember extraction algorithm and the number determination of endmembers priori. Since spectral libraries usually contain highly correlated s...

full text

حسگری فشرده تصاویر ابرطیفی با دسته‌بندی طیفی و بازسازی با تنظیم‌کننده تغییرات کلی طیفی- مکانی

در این مقاله با توجه به همبستگی باندهای طیفی یک تصویر ابرطیفی، ابتدا این باندها را بر اساس ضرایب همبستگی دسته‌بندی می‌کنیم. سپس با استفاده از همبستگی مکانی بین پیکسل‌های یک تصویر ابرطیفی و به‌کارگیری دسته‌بندی مذکور، یک روش حسگری فشرده طیفی-مکانی را با دسته‌بندی طیفی برای تصاویر ابرطیفی پیشنهاد می‌نماییم. برای بازسازی این تصاویر، روش تنظیم‌کننده تغییرات کلی طیفی-مکانی پیشنهاد می‌شود که در آن عل...

full text

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 ...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 7  issue 3

pages  97- 114

publication date 2016-10-22

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023