بهبود آشکارسازی تصاویر فراطیفی با استفاده از آشکارساز کسینوس انطباقی و کاهش وابستگی طیفی و نویز باندها

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 693

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CBCONF01_0413

تاریخ نمایه سازی: 16 شهریور 1395

چکیده مقاله:

همه پدیده ها و اشیاء مختلف بر روی سطح زمین، حاوی اطلاعات طیفی منحصر به فردی هستند. با بهره گیری ازداده های فراطیفی که توانایی ثبت اطلاعات طیفی بسیار دقیقی را دارند، میتوان مواد و اهداف مختلف را با دقت بالاتری ازیکدیگر متمایز نمود و آنها را شناسایی کرد. اما به دلیل حجم بالای اطلاعات ثبت شده، وجود نویز و وابستگی طیفی زیادبین باندهای تصویر، پردازش این تصاویر با پیچیدگی هایی مواجه است. در این مقاله به منظور بهبود آشکارسازی، آشکارسازکسینوس انطباقی و راهبرد کاهش نویز و وابستگی طیفی بین باندها با استفاده از تبدیل MNF ، به کار گرفته شده است.برای مقایسه و ارزیابی نتایج، ابتدا شش الگوریتم آشکارسازی اندازه گیری زاویه طیفی (SAM) ، اندازه گیری میزان شباهتطیفی (SCS) ، فاصله ماهالانوبیس مبتنی بر کورولیشن (RMD) ، کمینه سازی مقید انرژی (CEM) ، فیلتر انطباقی (MF)و آشکارساز کسینوس انطباقی (ACE) بر روی داده اولیه پیاده سازی شده، سپس روش های بهبود آشکارسازی بر رویتصویر، اعمال می گردد. به منظور ارزیابی عملکرد الگوریتم های مختلف و مقایسه نتایج حاصل از آنها ابتدا ماتریس خطایتصویر را با استفاده از نقشه واقعیت زمینی تعیین نموده و با استفاده از المان های مربوط به آن، ضریب کاپا برای هرالگوریتم محاسبه می شود. نتایج آزمون های انجام شده، بهبود ضریب کاپا به میزان 9 درصد را نشان می دهد.

نویسندگان

عبدالحسین اسمعیل زاده

دانشجوی کارشناسی ارشد، مخابرات سیستم، دانشگاه صنعتی مالک اشتر تهران

مجتبی ابوالقاسمی

استادیار گروه مخابرات، دانشکده برق و الکترونیک، دانشگاه صنعتی مالک اشتر تهران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Homayouni, S. and Roux, M. (2005), "Hyperspectral Image Analysis For ...
  • Chang, C.-I and Chiang, S.-S. (2002), "Anomaly Detection and Classification ...
  • Chang, C.-I and Heinz D.C. (2000), "Constrained Subpixel Target Detection ...
  • D. Manolakis , M. Pieper and T. Cooley. (20 1 ...
  • John W.Klatt, "Error C haracterization Of spectral Products Using A ...
  • Z.Zou and Z.Shi (20 1 6), "Hierarchical Suppression Method for ...
  • W. d. Yan , W. p. Ni and H. Bian. ...
  • Homayouni, S. and Roux, M. (2003) "Material Mapping from Hyperspectral ...
  • Rosenfield, G.H. and Fitzpatric-Lins _ K. "A Coefficient of Agreement ...
  • AVIRIS Cuprite data set. [Online]. Available: http ://aviris .pl.nasa.gov/ html/aviris. ...
  • نمایش کامل مراجع