استفاده از الگوریتم های استخراج پیکسل های خالص از تصاویر ابرطیفی به منظور شناسایی اهداف خاص

در سال های اخیر با پیشرفت تکنولوژی در زمینه ساخت و نصب سنجنده های سنجش از دوری نوری، سنجنده های ابرطیفی با افزایش قابلیت تصویربرداری در صدها باند گسترش و در عرصه سنجش از دور ظهور یافته اند. تصویربرداری ابرطیفی برای شناسایی اهداف و نظارت بر محیط زیست مورد استفاده قرار می گیرد. همچنین کاربردهای آن در زمینه تعیین کاربری زمین، ارزیابی پوشش گیاهی و اکتشافات معدنی روند رو به رشدی دارد. تصویربرداری ابرطیفی در محدوده های طیفی بسیار باریک و به هم پیوسته، قابلیت تفکیک اشیاء و پدیدهها بر حسب ویژگی های طیفی آنها را فراهم مینماید. جزءخالص با ویژگی طیفی خاص برای یک کلاس مشخص میشود. یافتن این ویژگی طیفی خاص از تصاویر ابرطیفی از آنجا که از جمله مهمترین و مشکل ترین مراحل استخراج اطلاعات از این نوع دادهها و بویژه طبقه بندی آن ها میباشد، بسیار مورد توجه است. بسیاری از الگوریتمهای استخراج اجزاءخالص( EEAs) با این هدف توسعه یافتهاند. در این مقاله ابتدا به تشریح نحوه شکلگیری یک تصویر ابرطیفی به همراه نویز پرداخته و سپس با استفاده از الگوریتم تخمین تعداد مواد حاضر در صحنه تعداد اجزاءخالص موجود در صحنه تصویر بدست آمد و در ادامه با پیاده سازی برخی الگوریتمهای استخراج پیکسلهای خالص نظیر N-Findr ،VCAICA و ICA پیکسل هدف تعیین شده است. در پایان نتایج حاصل از اعمال این الگوریتمها و کاربردهای آنها ارائه شده است.

Keywords:

تصاویر ابرطیفی , اجزاء خالص , ICA , N-Findr , VCA