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) ...

شوری خاک و سفره­ های آب زیر زمینی کم­ عمق، دو عامل اصلی کاهش عملکرد محصول در مناطق مختلف ایران، بویژه در استان خوزستان و مزارع نیشکر می­ باشند. بنابراین تحقیق حاضر جهت دست­یابی به بهترین مدل­های تخمین عمق سطح ایستابی با استفاده از تصاویر ابرطیفی هایپریون در اراضی تحت کشت نیشکر صورت پذیرفت. بدین منظور، مقادیر عمق سطح ایستابی در132 چاهک مشاهده­ای واقع در زمین­های شرکت کشت و صنعت حکیم فارابی، هفته...

غنای داده های طیفی موجود در تصاویر ابرطیفی امکان مناسبی را برای تفکیک کلاس های مختلف عوارض موجود در صحنه تصویربرداری فراهم می کند. اما با اتکا به اطلاعات طیفی موجود در بردار ویژگی طیفی پیکسل ها نمی توان به حداکثر دقت ممکن طبقه بندی دست یافت. روش های مختلفی به منظور بهبود دقت طبقه بندی با ایجاد ویژگی های جدید یا تغییر بردار ویژگی موجود به منظور افزایش تفکیک پذیری کلاس ها در فضای ویژگی ارائه شده ...

In this paper, with due respect to the original data and based on the extraction of new features by smaller dimensions, a new feature reduction technique is proposed for Hyper-Spectral data classification. For each pixel of a Hyper-Spectral image, a specific rational function approximation is developed to fit its own spectral response curve (SRC) and the coefficients of the numerator and denomi...

The capability of the matter identification is developed considerably in hyperspectral images. The spectral reflectance of surfaces in these imaging systems in the visible and near infrared range of the electromagnetic spectrum is recorded in extremely narrow and continuous bands. But for some reasons, such as existence the mixed pixels and low spatial resolution of these images, is difficult t...

آشکارسازی عوارض در سطح زیر پیکسل، یکی از مسائلی است که در سال‌های اخیر و در زمینه‌های مختلف کاربردی مطرح بوده و با توجّه به ضعف توان تفکیک مکانی در بسیاری از سنجنده‌های ابرطیفی، روشی کارآمد معرّفی شده است. ازجمله اطلاعات بسیار با ارزش در زمینه‎ی اکتشاف‎های معدنی، تفکیک واحدهای دگرسانی در هر منطقه است. در این پژوهش برای تهیّه‎ی نقشه‎ی نواحی دگرسان، از منطقه‎ی آتشفشان مزاحم شهر بابک در ایران مرکزی و...

Feature extraction performs an important role in improving hyperspectral image classification. Compared with parametric methods, nonparametric feature extraction methods have better performance when classes have no normal distribution. Besides, these methods can extract more features than what parametric feature extraction methods do. Nonparametric feature extraction methods use nonparametric s...

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...

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...

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...