سنجنده های ابرطیفی قابلیت جمع آوری داده در تعداد باندهای طیفی بسیار زیاد را دارند، به نحوی که می توان به کمک این سنجنده ها به یک منحنی طیفی تقریباً پیوسته برای اشیاء زمینی رسید. به همین دلیل برای طبقه بندی دقیق بسیار مناسب هستند. طبقه بندی وظیفه مهمی در بسیاری از زمینه های کاربردی است. با این وجود، ابعاد بالای داده ها، چالش هایی را برای آنالیز تصاویر ابرطیفی نشان می دهند. در حالی که اکثر تکنیک ه...

یکی از مباحث مهم در پردازش تصاویر ابرطیفی، حذف و کاهش خطاهای رادیومتریکی این تصاویر می‌باشد. خطای راه راه شدگی تصاویر، یکی از این خطاها می‌باشد که در اغلب تصاویر سنجش از دوری مشاهده می‌شود. جهت حذف این خطاها، روش‌های مختلف آماری و فیلترینگ وجود دارد. در اغلب این روش‌ها، همراه با حذف خطای راه راه شدگی، بخش از اطلاعات مفید تصویر نیز حذف می‌شود. در تحقیق حاضر، جهت حذف خطای راه راه شدگی، از تلفیق ا...

غنای طیفی تصاویر ابرطیفی به اندازه ای بالاست که آن ها را برای بسیاری از کاربردها مناسب می نماید. استفاده از این استعداد نهفته البته با چالش هایی نیز همراه می باشد. در زمینه ی طبقه بندی نظارت شده یکی از این چالش ها نیاز به تعداد نمونه های آموزشی بیشتر است. در طبقه بندی این مساله تحت عنوان پدیده ی هاف شناخته می شود. کارایی طبقه بندی کننده های متداول که ذاتاً برای پردازش تصاویر چند طیفی توسعه داده ...

: هدف از تجزیه طیفی تصاویر ابرطیفی، استخراج امضاهای طیفی عناصر خالص تشکیل­دهنده پیکسل‌های صحنه و فراوانی آن‌هاست. بیشترِ الگوریتم‌های به‌کاررفته در فرآیند استخراج امضاهای طیفی، بدون آنکه ساختار و همبستگی مکانی پیکسل‌های تصویر را در نظر بگیرند، تنها به اطلاعات طیفی پیکسل‌های تصویر توجه کرده‌اند. به‌تازگی الگوریتم‌هایی پباده­سازی شده است که به کمک ترکیب اطلاعات مکانی و طیفی، فرآیند شناسایی عناصر خ...

یکی از مراحل مهم قبل از طبقه بندی تصاویر ابرطیفی، کاهش ویژگی با استفاده از روش های استخراج ویژگی است. در این مقاله یک روش استخراج نظارت شده پیشنهاد شده که دارای کارایی خوبی با استفاده از تعداد نمونه های آموزشی محدود است. روش استخراج ویژگی پیشنهادی که جاسازی خط ویژگی وزن دار (wfle) نامیده شده، از مفاهیم  خط ویژگی برای تولید نمونه های آموزشی مجازی استفاده می کند. نمونه های آموزشی مجازی تولید شده ...

One of the most preprocessing steps before the classification of hyperspectral images is supervised feature extraction. Because obtaining the training samples is hard and time consuming, the number of available training samples is limited. We propose a supervised feature extraction method in this paper that is efficient in small sample size situation. The proposed method, which is called weight...

مدل آنالیز ترکیب خطی به طور گسترده‌ای برای برآورد سهم هر ماده خالص در اختلاط طیفی مورد استفاده قرار می‌گیرد. راه‌حل ریاضی مسئله ترکیب، حل مجموعه‌ای از معادلات خطی با استفاده از روش کمترین مربعات می‌باشد. اما بیشترین منبع خطا در روش‌های متداول آنالیز ترکیب طیفی ناشی از عدم امکان محاسبه تغییرات طیفی اعضای خالص در سیر زمان و مکان است. در این فرآیند از اعضای خالص ثابتی برای کل صحنه تصویربرداری استف...

مسئله ی پیشنهادی در این پایان نامه، ارائه ی روشی جدی به منظور استخراج عوارض ساختمانی از ادغام تصاویر هوایی است. در این روش، فرض بر آن است که با ادغام مجموعه ای از تصاویر هوایی که هر یک توانایی استخراج برخی از خصوصیات عوارض را دارند می توان همان عارضه را با دقت و صحت بیشتری استخراج کرد. به این منظور از دو نوع تصویر ابرطیفی و لیدار هوایی که از یک منطقه اخذ شده اند، استفاده شده است. این تصاویر را ...

نظریه ی جدید نمونه برداری فشرده این امکان را فراهم می کند که اطلاعات از ابتدا به صورت فشرده دریافت شود. به عبارتی امکان دریافت و فشرده سازی سیگنال های تنک را به صورت هم زمان و بهینه فراهم می آورد که عبارت تنکی به معنای داشتن تعداد مقادیر غیر صفر کم می باشد. با بهره-گیری از همبستگی طیفی و مکانی بین باندها و پیکسل های تصاویر ابرطیفی تئوری نمونه برداری فشرده را انجام می دهیم.

در این تحقیق یک روش نوین جهت آشکارسازی ناهنجاری ها در تصاویر ابرطیفی بر پایه کدگذاری تنک و با استفاده از پنجره های متحرک محلی پیشنهاد شده است. مهمترین نقطه قوت این روش فراهم نمودن شرایط و امکان قضاوت بهتر در خصوص احتمال وقوع ناهنجاری در داده های ابرطیفی با بکارگیری روشی با قابلیت تجمیع و هم افزایی اطلاعات هر پیکسل تصویری طی عبور پنجره متحرک از آن می باشد. در این روش با عبور یک پنجره‌ی متحرک، هر...