استفاده از متغیرهای جذبی طیفی به‌منظور برآورد سریع نوفه در تصاویر ابرطیفی

Authors

  • محمد رضا مباشری دانشکده مهندسی نقشه‌برداری، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران.
  • محمدجواد ولدان زوج دانشکده مهندسی نقشه‌برداری، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران
  • یوسف رضایی دانشگاه آبادانی و توسعه، همدان، ایران
Abstract:

برآورد نوفه موجود در تصاویر ابرطیفی یکی از راه‌های افزایش کیفیت اطلاعات استخراج شده و کاهش عدم قطعیت در نتایج است. تا‌کنون ساده­ترین روش به‌کار گرفته شده در برآورد نوفه در این تصاویر، استفاده از روش اختلاف شیفت بوده­ است، اما این روش دارای دو نقطه ضعف است؛ اولاً مبتنی بر این فرض است که پیکسل‌های همسایه دارای اطلاعات سیگنال یکسانی هستند که الزاما در داده­های ابرطیفی صدق نمی­کند، ثانیاً برای محاسبه صحیح نوفه نیازمند استفاده از مناطق همگن است که غالبا این مناطق به‌صورت نظارت شده، تعیین می‌شوند. در این پژوهش روشی جدید برای برآورد نوفه (NETAL) معرفی شده­ است. در این روش، با استفاده از فضای منحنی بازتابندگی طیفی مواد و  باندهای جذبی و محل قرارگیری و ژرفای این باندها در طیف هر پیکسل، تصویر ماهواره­ای به پهنه‌های همگنی تقسیم‌بندی شد. سپس در هر پهنه نوفه با استفاده از روش رگرسیون بین هر دو باند مجاور، محاسبه شده و در نهایت نوفه کل، از جمع نوفه در هریک از نواحی به‌دست آمد. برای ارزیابی نتایج از داده­های شبیه‌سازی شده و داده­های ابرطیفی واقعی استفاده شد. نتایج به‎دست آمده نشان داد که برآورد نوفه توسط الگوریتم NETAL سریع‌تر و دقت برآورد آن برابر با الگوریتم رگرسیون چندگانه و در بعضی حالت‌ها بهتر از آن است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

مروری بر استفاده از محاسبات تکاملی در تجزیه‏ی طیفی تصاویر ابرطیفی

In recent years, the spectral analysis has been one of the most important research areas in remote sensing, which has received different traditional solutions. Most of these methods have several special conditions to work well. However, they suffer from the problems such as sticking in local optimum and having sensibility to parameters initialization. Although the Evolutionary Computation (EC) ...

full text

بررسی تشخیص نفت با استفاده از الگوریتمهای جداسازی طیفی PPI وFPPI در تصاویر ابرطیفی

با رها شدن نفت به اقیانوسها از تانکرها، کشتی و خطوط انتقال نفت تاثیر اجتماعی اقتصادی روی محیط های ساحلی دارد. آشکارسازی سریع نشت نفت می‌تواند خطرات جدی بر روی محیط زیست و ساکنان ساحلی را کاهش دهد. کشور ما از شمال و جنوب توسط دریا احاطه شده پس حفاظت از دریا امری حیاتی است. سنجنده‌های فراطیفی مجموعه‌ای از تصاویر مکانی را درباندهای متعدد با قدرت تفکیک طیفی بالا از یک منطقه جمع‌آوری می‌نمایند؛ که ب...

full text

برآورد بعد ذاتی در تصاویر ماهواره‌ای ابرطیفی

با پیشرفت سنجنده‌های سنجش از دور طیفی با توانتفکیک طیفی بالا، تصاویر ابرطیفی ماهواره‌ای بطور وسیع به منظور نظارت بر سطح زمین به خدمت گرفته شده‌اند. بزرگی ابعاد این تصاویر نه تنها باعث افزایش پیچیدگی محاسبات گردیده بلکه باعث کاهش دقت طبقه‌بندی تصویر نیز شده است. کاهش ابعاد یکی از اصلی‌ترین روشها در تصاویر ابرطیفی برای بهبود دقت طبقه‌بندی است. معمول‌ترین روش در کاهش ابعد انتخاب عارضه می‌باشد. ب...

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

جداسازی طیفی و مکانی تصاویر ابرطیفی با استفاده از Semi-NMF و تبدیل PCA

Unmixing of remote-sensing data using nonnegative matrix factorization has been considered recently. To improve performance, additional constraints are added to the cost function. The main challenge is to introduce constraints that lead to better results for unmixing. Correlation between bands of Hyperspectral images is the problem that is paid less attention to it in the unmixing algorithms. I...

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

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 21  issue 82

pages  243- 248

publication date 2011-12-22

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