آشکارسازی ناهنجاری در تصاویر فراطیفی با استفاده از روش تشخیص سریع تغییرات طیفی

توضیحات

چکیده

پردازش تصویر یک علم بین رشته ای بین تخصص های مختلف است که از جمله مهمترین آنها مهندسی الکترونیک و مهندسی نرم افزار است. آشکاریسازی ناهنجاری فراطیفی که شاخه ای از پردازش تصویر است، با هدف تشخیص پیکسل ها، با اثرات طیفی غیرعادی که به طور قابل توجه ای از همسایگان اطراف خود منحرف هستند، انجام میشود. در این مقاله ضمن دسته بندی روش های قبل، روشی بر مبنای تشخیص سریع تغییرات طیفی در تصاویر فراطیفی به منظور آشکارسازی ناهنجاری پیشنهاد شده است. در ادامه عملکرد روش پیشنهادی با اعمال آن به داده فراطیفی شهری با 012باند مورد بررسی قرار گرفت. مشاهده میشود که روش پیشنهادی با کم کردن از پیچیدگی های  محاسباتی، در ارزیابی های دقت %88بهبود و از نظر سرعت آشکارسازی به صورت تقریباً بلادرنگ عمل میکند و از هر دو جهت نسبت به روشهای گذشته برتری دارد.

 

مقدمه

سنجش از دور علم و هنر جمع آوری اطلاعات از هر شئ یا ناحيه یا پدیده، از طریق تحليل داده های معين و با  ابزارهایی به دست میآید كه تماس مستقيم با شئ و ناحيه و یا پدیده مورد نظر ندارد. تصاویر و اطلاعات به دست آمده از طریق سنجش از دور را بنا بر خصوصيات سنجنده ثبت كننده آن مانند: ميدان دید،قدرت تفکيک مکانی، قدرت تفکيک طيفی، قدرت تفکيک رادیومتریک و قدرت تفکيک طيفی زمانی میتوان به گونه های مختلف تقسيم بندی كرد. این تصاویر به لحاظ طيفی به سه دسته: پانکروماتيک، چند طيفی و فراطيفی تقسيم میشوند كه در این ميان تصاویر فراطيفی با عرض باندهایی حدود 11نانومتر بالاترین قدرت تمایز طيفی را دارند. همين ویژگی این تصاویر وقتی كه بدانيم همهی مواد و اجسام زمينی، پرتوهای الکترومغناطيس تابيده شده به خود را براساس ساختار فيزیکی و تركيبات شيميایی و طول موج تابشی، به شکل منحصر به فردی بازتاب میدهند(امضاء طيفی)، موجب استفاده گسترده از تصاویر فراطيفی در علوم مختلف میشود. برای تحليل تصاویر فراطيفی شش دسته الگوریتم وجود دارد كه عبارتند از: الگوریتم های طبقه بندی، الگوریتم های جداسازی، الگوریتم های تشخيص تغيير ، الگوریتم های انتخاب باند، الگوریتم های تشخيص هدف و الگوریتم های آشکارساز ناهنجاری.

 

ABSTRACT

Image processing is an interdisciplinary science between the various specializations, among which the most important are electronics engineering and software engineering. Hypothetical abnormalities, which are a branch of image processing, are disclosed for the purpose of detecting pixels, with abnormal spectral effects that are significantly distracting from their neighbors. In this paper, by categorizing the previous methods, a method based on the rapid detection of spectral changes in diffusion images is proposed in order to detect abnormalities. In the following, the proposed method was investigated by applying it to urban hyper-data with 012 bands. It is observed that the proposed method, by reducing computational complexity, improves in accuracy estimates of 88%, and in terms of the speed of detection, it acts almost in real time and is superior to both the previous methods in both directions.

 

INTRODUCTION

Remote sensing of science and art The gathering of information from any object or region or phenomenon is achieved through the analysis of certain data and with tools that do not involve direct contact with the object and area or phenomenon of interest. Images and information obtained through remote sensing can be classified into different types depending on the characteristics of its recorder such as field of view, spatial resolution, spatial resolution, radiometric resolution, and resolution resolution. These images are categorized into three categories: panchromatic, multi-spectrum, and ultrafiltration, in which over-dimensional images with a bandwidth of about 11 nm have the highest resolution power. The same feature of these images when we know that all the material and objects of the earth reflect their electromagnetic beams in their unique form (spectral signature) based on their physical structure and chemical composition and the wavelength of radiation, resulting in extensive use of transcendental images in Different sciences. There are six categories of algorithms for analyzing transcendental images: classification algorithms, isolation algorithms, change detection algorithms, band select algorithms, target detection algorithms and anomalies detector algorithms.

 

Year: 2017

Publisher: Third National Conference on Modern Approaches to Computer and Electrical Engineering

By : Mohammad Ja’far Alavi’Alis, Abolfazl Chaman Magdaland and Mehdi Nasiri

File Information: Persian Language/ 6 Page / size: 859 KB

Download

سال : 1396

ناشر : سومین کنفرانس ملی رویکردهای نوین در مهندسی کامپیوتر و برق

کاری از : محمدجعفر علوی اصل ، ابوالفضل چمن مقلق و مهدی نصيری

اطلاعات فایل : زبان فارسی / 6 صفحه / حجم : KB 4.65859

لینک دانلود