تجزیه طیفی تصاویر ابرطیفی با استفاده از اطلاعات مکانی

اغلب اگوریتمهای تجزیه طیفی، وابستگی مکانی بین پیکسل ها را در نظر نمی گیرند. در این مقاله، به منظور تجزیه تصاویر ابرطیفی، از یک مدل بیزین و همبستگی بین پیکسل ها استفاده می شود. فرض می شود تصویر به ناحیه )کلاس(هایی تقسم شده است و ممان اول و ممان دوم درصد های فراوانی در هر کلاس برابر هستند. میدان تصادفی مارکوف، به منظور مدل کردن همبستگی مکانی بین پیکسل ها را در هر کلاس استفاده می شود. طیف هر پیکسل، ترکیب خطی طیفعناصر خالص در نظر گرفته شده است. در مدل بیزین، توزیع پسیین پارامترها محاسبه میشود. در این مقاله به دلیلپیچیدگی توزیع پسین بهدستآمده از روش مونت کارلوی زنجیر مارکوفی استفاده میشود و با استفاده از نمونه بردارهای گیبس و میتروپلیس- هستینگس، از توزیع پسین شرطی کامل پارامترها، نمونه هایی بدست می آید. از نمونه های بدست آمده برای تخمین پارامترها استفاده می شود

کلیدواژه ها:

تجزیه طیفی ، تصویر ابرطیفی ، مدل بیزین ، میدان تصادفی مارکوف ، مونت کارلوی زنجیر مارکوفی