استخراج ویژگی در تصاویر ابرطیفی به کمک برازش منحنی با توابع گویا
چکیده
در این مقاله روشی برای کاهش ویژگی در تصاویر ابرطیفی به منظور طبقهبندی این دادهها معرفی شده است که بر مبنای استخراج ویژگیهای جدید با ابعادی بسیار کمتر از ابعاد ویژگیهای نخستین عمل میکند. برای هر پیکسل از یک تصویر ابرطیفی یک تابع تقریب کسری گویای مجزا از طریق برازش بر منحنی پاسخ طیفی آن پیکسل تولید میشود. ضرائب چند جملهایهای صورت و مخرج این تابع به عنوان ویژگیهای جدید انتخاب میشوند. روش پیشنهادی بر ماهیت هندسی منحنیهای پاسخ طیفی تاکید و تمرکز دارد و بر این واقعیت تکیه میکند که ترتیب توالی نقاط در این منحنیها حاوی اطلاعات مفیدی است که توسط غالب روشهای استخراج ویژگی موجود، مورد توجه قرار نگرفته است. نتایج طبقهبندی با طبقهبند حداکثر احتمال حکایت از برتری صحت نتایج طبقهبندی به وسیله ویژگیهای معرفی شده در مقایسه با روشهای متعدد مورد بررسی دارد. به علاوه روش پیشنهادی قابلیت اعمال به تمام پیکسلهای تصویر به صورت همزمان را داراست.