بهبود آشكارسازي طيفي بام ساختمانها در تصاوير فراطيفي از طريق كاهش نويز و وابستگي طيفي باندها

ويژگيها و پيچيدگي هاي داده هاي حاصل از سنجنده هاي فراطيفي باعث شده است كه روشهاي نوين و پيشرفته تر آناليز تصاوير سنجش از دور به منظور استخراج اطلاعات دقيقتر از داده هاي فراطيفي مورد توجه قرار گيرند، يكي از آناليزهايي كه بر روي تصاوير فراطيفي انجام مي شود، آشكارسازي هدف است . روشهاي آشكارسازي هدف در تصاوير فراطيفي، معمولاً بر اساس ويژگي ها و اطلاعات طيفي صورت مي گيرد. در اين مقاله جهت بهبود دقت آشكارسازي طيفي هدف، راهبرد كاهش نو يز و وابستگي طيفي باندهاي يك تصوير فراطيفي بكار گرفته شد . راهبرد فوق بر روي يك سري تصوير فراطيفي از منطقه شهري براي آشكارسازي بام ساختمانها مورد ارزيابي قرار گرفت. بدين منظور ابتدا شش الگوريتم آشكارسازي SCS (Spectral Correlation ،SAM (Spectral Angle Measure) CEM ،JMD (Jeffries-Matusita Distance) ،SID (Spectral Information Divergence) ، Similarity)(Constrained Energy Minimizing) و CMFM (Covariance-based Matched Filter Measure) بر روي تصوير اوليه پياده سازي گشت، نتايج آزمون هاي انجام شده بر روي تصوير اوليه حاكي از افزونكي اطلاعات و وجود نويز در برخي از باندهاي تصوير فوق مي باشد از اين رو جهت كاهش ميزان خطاهاي مذكور در اين تحقيق از تبديل Minimum Noise ) MNF (Fraction بر روي تصوير اول يه استفاده شده است، الگوريتم MNF دو عمل حذف همبستگي و افزونگي بين باندها و ديگري حذف نويز از تصاوير را به صورت همزمان انجام مي دهد، سپس شش الگور يتم مذكور در مرحله بعد بر رو ي تصوير با نويز و وابستگي طيفي كاهش يافته پياده سازي شدند . نتايج ارزيابي هاي كمي و كيفي آزمونها نشان داد كه استفاده از تبديل MNF بر روي تصاوير فراطيفي باعث افزايش بيشتر دقت الگوريتم هاي درسطح پيكسل نسبت به الگوريتم هاي درسطح زير پيكسل شده است.