استنتاج بيزين تغييراتي در حذف نويز از تصاوير فراطيفي با استفاده از متغيرهاي پنهان مبتني بر خوشه‌بندي

حذف نويز از تصاوير فراطيفي گامي اجتناب‌ناپذير براي بهبود كيفيت اين نوع تصاوير است و روش‌هاي بسياري در اين زمينه توسط محققان پيشنهاد شده است. اغلب اين روش‌ها به شباهت‌هاي مكاني طيفي به طور هم‌زمان توجه ندارند. زماني كه روش حذف نويز، داده را به صورت سراسري بدون در نظر گرفتن شباهت‌هاي مكاني طيفي به كار مي‌برد، معمولاً بر روي پيكسل‌هاي با سطح پايين نويز تأثير نامطلوب مي‌گذارد؛ آن هم زماني كه در داده فراطيفي، تعداد زيادي از پيكسل‌ها نويز كمي دارند و تعداد اندكي از پيكسل‌ها به وسيله سطح بالاي نويز تخريب مي‌شوند. در اين مقاله، ابتدا شباهت‌هاي مكاني طيفي موجود در تصاوير با تعريف متغير پنهان مبتني بر خوشه‌بندي استخراج مي‌شود. در ادامه، يك روش تجزيه ماتريس رتبه‌پايين مبتني بر اين متغيرهاي پنهان براي حذف نويز تصاوير فراطيفي و بهبود مقاومت در مقابل انواع نويز (در مقايسه با ساير روش‌ها) پيشنهاد مي‌شود. كارايي روش پيشنهادي با شش روش جديد بر روي تصاوير واقعي آلوده به نويز به صورت بصري مقايسه شده و براي مقايسه كمي، همان آزمايش‌ها روي تصاوير بدون نويزي كه با شش نوع نويز تركيب شده و تصاويري نزديك به داده واقعي ايجاد كرده‌اند مقايسه شده است. نتايج شبيه‌سازي نشان مي‌دهد كه با اعمال متغير پنهان در چارچوب استنتاج بيزين تغييراتي، عملكرد روش حذف نويز بهبود مي‌يابد و روش پيشنهادي عملكرد بهتري نسبت به ساير روش‌هاي مورد مقايسه دارد.