الگوریتم های آشکارساز ناهنجاری در تصاویر فراطیفی

امروزه از سنجش از دور به عنوان یکی از مهمترین ابزارهای جمع آوری داده در عصر فناوری اطلاعات و ارتباطات یاد میشود. پیشرفت های سریع در حوزه فن آوری رایانه و افزایش منابع تولید تصاویر ابرطیفی، موجب استفاده هرچه بیشتر دانشمندان و محققین حوزه پردازش تصویر جهت انجام تحقیقات در حوزه کشف و شناسایی خودکار اهداف گردیده است. از جمله مهمترین روش های آشکار سازی هدف، فیلتر منطبق و آشکار سازی ناهنجاری است. آشکارسازی ناهنجاری یک نوع خاص از آشکار سازی هدف می باشد که در آن از اطلاعات قبلی در مورد ویژگی های طیفی و مکانی هدف مورد نظر استفاده نمی شود. هدف در آشکار سازی ناهنجاری، شناسایی پیکسل هایی در ماتریس مجموعه داده هاست که تفاوت های زیادی با پس زمینه دارند. در این مقاله، ارزیابی و بررسی هایی روی الگوریتم های آشکارساز ناهنجاری RX و NRX و MRX و CRX و LPDT و UTD و RX-UTD و MaxMin و SBAD انجام گرفته است که قادر به آشکارسازی ناهنجاریها از پس زمینه، بر پایه مشخصه طیفی اهداف هستند. نتایج نشان می دهد از بین الگویتم های ذکر شده، الگوریتم CRX دارای عملکرد بهتری نسبت به سایر الگوریتم ها در آشکارسازی ناهنجاری است. معیار ROC به منظور ارزیابی عملکرد الگوریتم ها در این مقاله استفاده شده است

کلیدواژه ها:

ابرطیفی ، آشکارسازی ناهنجاری ، RX ، معیار ROC