بررسی تصاویر hs با استفاده از روش های جداسازی کور منابع

در حال حاضر استفاده از روش های جداسازی کور منابع (bss)در حوزه پردازش سیگنال از اهمیت بسزایی برخوردار است. عدم نیاز به اطلاعات دقیق اولیه از سیگنال های منابع و سیستم ترکیب کننده و نیز موفقیت چشمگیر روش های جداسازی کور در کاربردهای گوناگون، محققان پردازش سیگنال را به سوی استفاده از این تکنیک ها سوق داده است. این پایان نامه کاربرد روش های جداسازی کور منابع در فناوری سنجش از دور را مورد بررسی قرار می دهد. در سال های اخیر استفاده از الگوریتم های جداسازی کور در مطالعات سنجش از دور مورد توجه جدی قرار گرفته است، به طوری که امروزه این موضوع از جمله جذاب ترین و مهم ترین موضوعات تحقیقاتی در سنجش از دور محسوب می شود. نویززدایی و همچنین جداسازی منابع موجود در تصاویر ماهواره ای از مهم ترین کاربردهای bss در زمینه سنجش از دور می باشد. در این پایان نامه ابتدا با روش های جداسازی کور منابع و تکنیک آنالیز اجزای مستقل(ica) آشنا می شویم. ica براساس فرض استقلال سیگنال های ترکیبی عمل می کند. می توان به صراحت بیان کرد که بیشتر مشاهدات طبیعی از ترکیب منابع مستقل ایجاد شده اند، از اینرو در تحقیق حاضر از این تکنیک بهره گیری شده است. در ادامه با کاربرد این تکنیک و با پیشنهاد یک روش ترکیبی نویز موجود در تصاویر sar که یکی از مهم ترین تکنیک های تصویربرداری راداری در سنجش از دور می باشد را کاهش می دهیم. در نهایت نیز جدیدترین کاربرد bss در سنجش از دور یعنی جداسازی منابع موجود در تصاویر فراطیفی بررسی شده است. در این قسمت با پیشنهاد یک روش انتخاب باند مناسب و سپس بکارگیری تکنیک ica منابع موردنظر موجود در تصویر با دقت نزدیک به 88 درصد جداسازی خواهند شد. در این بخش تصاویر سنجنده فراطیفی هایپریون مورد استفاده قرار گرفته است. نتایج این پژوهش توانمندی بالای روش های جداسازی کور منابع در تشریح و تفسیر داده های حاصل از تصویربرداری ماهواره ای را نمایان می سازد.