آناليز داده هاي تصاوير ابر طيفي بمنظور استخراج اطلاعات با استفاده از الگوريتم موجك

تصاوير ابر طيفي در مقايسه با تصاوير چند طيفي اطلاعات غني تري از اشياء را در بر دارند .اين حجم وسيع اطلاعات تكنيكهاي پردازش سنتي واستخراج اطلاعات را با مشكل مواجه مي كند .بعنوان مثال مشخص كردن كلاس پيكسلهاي زميني با استفاده از نمودار طيفي آنها بخاطر حجم وسيع داده هاي طيفي هر پيكسل مشكل خواهد بود.در بسياري از موارد روشهاي متعارف طبقه بندي تصوير بدون كاهش حجم تصاوير امكان پذير نيست واين بخاطراين واقعيت است كه تعداد پيكسلهاي لازم براي انجام عمل طبقه بندي با افزايش تعداد باندها بطورنمايي افزايش مييابد. است ولي اين تكنيك زمان بر و پ ر هزينه است وبعلاوه PCA يكي از تكنيكهاي معمول براي كاهش ابعاد داده ها قدرت حذف نويز مشاهده شده در يك باند را ندارد .درمقابل آنا ليز طيفي موجك بخاطر حفظ ساختار كلي منحني طيفي يك پيكسل ونيز قابليت حذف نويز موجود در يك باند بصورت اتوماتيك به روش قبلي ارجحيت دارد واين بخاطر طبيعت ذاتي موجك است كه فركانسهاي بالا وپايين موجود درطيف وبعبارتي ساختار كلي منحني را حفظ مي كند. در اينجا دو روش PCA و موجك براي سطوح مختلف تجزيه طيف اصلي مورد مقايسه قرار خواهند گرفت و ديده خواهد شدكه طبقه بندي با داده هاي كاهش يافته به روش موجك دقتي در حد يا بيشتر از PCA خواهد داشت.