سال انتشار: ۱۳۸۵

محل انتشار: دوازدهمین کنفرانس سالانه انجمن کامپیوتر ایران

تعداد صفحات: ۶

نویسنده(ها):

احمد کشاورز –
حسن قاسمیان – استاد بخش مهندسی برق و کامپیوتر، دانشکده فنی و مهندسی، دانشگاه تربیت

چکیده:

در سالهای اخیر به منظور بهبود صحت طبقه بندی تصاویر ابرطیفی الگوریتمهای استخراج ویژگی زیادی مانند تحلیل مولف ه های اصلی، نگاشت جستجوگر، استخراج ویژگی با مرز تصمیم گیری و تبدیل موجک مورد استفاده قرار گرفتن د. این الگوریتمها فقط از اطلاعات طیفی تصاویر ابرطیفی استفاده می کنند و به دلیل حجم زیاد داده ها و محدود بودن تعدا د نمون ه های آموزشی کارایی
مطلوبی ندارن د. در ای ن مقاله با استفاده همزمان از اطلاعات طیفی و مکانی در استخراج ویژگیهای خطی طیفی، صحت و اعتبار کلی طبقه بندی بهبود داده شده اس ت. در الگوریتم ارایه شده ، ابتدا فاصله هر پیکسل تا پیکسلهای همسایه اش، متناسب با شباهتی که با آنها دارد، کم می شو د و سپس با استفاده ا ز یک الگوریتم استخراج ویژگی خطی، ویژگیها استخراج می گردد . در این مقاله ثاب ت شده است که با این عمل اطلاعات متقابل ویژگیها و کلاسها افزایش یافته و در نتیجه خطای طبقه بندی کاهش می یاب د. در مرحله دوم نقشه طبقه بندی با استفاده از ویژگیهای به دست آمده از مرحله قبل و طبقه بندی کننده حداکثر احتمال حاصل میشود. نتایج حاصل از طبقه بندی داده های واقعی سنجندهHYDICE و AVIRIS نشان م یدهد که الگوریتم پیشنهادی برا ی طبق هبندیداد ههای ابرطیفی کارآمد بوده و مشکل محدود بودن تعداد نمونه های آموزشی را تا حد قابل توجهی جبران م ینماید.