طبقه بندی پیکسل های مختلط فرآیندی است که سعی دارد نوع و سهم هر یک از مولفه های خالص موجود در پیکسل ها را برآورد کند به دلیل وجود پیکسل های مختلط در تصاویر ابرطیفی، دقت طبقه بندی در این تصاویر با روش های معمول طبقه بندی کاهش می یابد. یکی از روش های متداول برای طبقه بندی پیکسل های مختلط در تصاویر ابرطیفی، جداسازی طیفی است که به کاربران امکان استخراج اطلاعات را در سطح زیرپیکسل می دهد. جداسازی طیفی...

در تصاویر با قدرت تفکیک مکانی کم یا متوسط، مانند etm، پیکسل ها به اندازه ای هستند که پدیده های مختلفی درون یک پیکسل قرار می گیرند و سبب ایجاد پیکسل های مختلط یا ناخالص می شوند. به مظور استخراج اطلاعات از پیکسل های مختلف، به کارگیری روش هایی که توان استخراج اطلاعات دورن پیکسل را داشته باشند، امری لازم و ضروری است. روش تجزیه طیفی از جمله همین روش هاست. نتایج حاصل از تجزیه طیفی، وابستگی های زیادی ...

تخمین نویز یکی از مسائل کلاسیک در آنالیز داده ها و همچنین در مباحث سنجش از دور و به خصوص در داده های ابرطیفی می باشد. در این تحقیق، یک روش جدید تخمین نویز با استفاده از خطوط جذبی مواد مختلف در تصاویر ابرطیفی به نام netal معرفی می گردد. در این روش بر اساس ویژگیهای طیفی مواد و محاسبه پارامترهای خطوط جذبی، تصویر به نواحی همگنی تقسیم بندی شده سپس نویز در هر ناحیه جداگانه تخمین زده و نویز نهایی تصوی...

اختلاط طیفی و حضور پیکسل‏های مختلط در تصاویر سنجش از دوری، پدیده‏ای اجتناب ناپذیر است. از این رو، یافتن راه حلی برای این مسئله یکی از مباحث مهم و مورد توجه در سنجش از دور است. هدف اصلی در این پایان نامه، ارزیابی مدل اختلاط طیفی خطی و روش های تجزیه طیفی نظارت نشده آن است. در مدل اختلاط طیفی خطی متداول، پاسخ مکانی سنجنده به طیف ورودی به آن (تابع نقطه گستر یا psf) در نظر گرفته نشده است بنابراین د...

تشخیص و شناسایی اعضای انتهایی یکی از موارد مهم در بالا بردن صحت روش های تجزیه طیفی در دورسنجی است. در سال های اخیر، روش هایی که متکی بر وجود تعدادی پیکسل خالص در تصویر هستند توسعه ی بیشتری داشته اند؛ حال آن که این روش ها در مطالعات کانی شناسی که احتمال وجود پیکسل های خالص در داخل تصویر پائین است، مشکلاتی را ایجاد می کنند.  هدف از این مطالعه، بررسی روش orasis برای تشخیص اعضای انتهایی موجود در دا...