روشی برای استخراج ویژگی از تصاویر ابرطیفی وطبقه بندی آنها براساس اطلاعات منحنی پاسخ طیفی پیکسل ها

یکی از پردازش های مهم روی داده های ابرطیفی ، طبقه بندی آنها می باشد. به دلیل زیادبودن - تعدادباندها و کمبود نمونه های آموزشی در دسترس، پدیده نفرین ابعاد امری اجتناب ناپذیر است. بنابراین برای افزایش دقت طبقه بندی استفاده از الگوریتم های کاهش ویژگی (شامل تکنیک های انتخاب و استخراج ویژگی) به عنوان گام پیش پردازش امری ضروری است. در این مقاله یک روش استخراج ویژگی پیشنهاد شده که بر منحنی پاسخ طیفی پیکسل ها تمرکز دارد. با استفاده از طول موج های جذب و نقاطی از منحنی که در آن نقاط تغییرات شدت روشنایی شدید است، نقاط شکست طیف بازتابی را تعیین و با میانگین گیری از شدت روشنایی در فواصل بین این نقاط، ویژگیهای جدید را استخراج می نماییم. همچنین روش جدیدی برای طبقه بندی ارایه می شود که برمبنای تفکیک پذیری کلاسها از روی نقاط شکست می باشد. روش پیشنهادی روی دو داده ابرطیفی مورد آزمایش قرار می گیرد. درنهایت مقادیر صحت حاصل از طبقه بند پیشنهادی با طبقه بند حداکثراحتمال مقایسه می گردد. نتایج بدست آمده نشان می دهد این روش می تواند در تفکیک برخی پوشش ها ی زمینی کاربرد داشته باشد.

Keywords:

تصاویرابرطیفی , منحنی پاسخ طیفی , طبقه بندی , استخراج ویژگی , نقاط شکست