ارائۀ یک الگوریتم وفقی به‌منظور تجزیۀ طیفی مواد در تصاویر فراطیفی

سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 274

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_ISEE-11-4_004

تاریخ نمایه سازی: 19 دی 1399

چکیده مقاله:

در این مقاله، روش پردازشی نوینی به‌منظور تجزیۀ طیفی مواد در تصاویر فراطیفی ارائه شده است. بیشتر روش‌های تجزیۀ طیفی موجود با فرض مدل خطی برای پدیدۀ اختلاط طیفی، تلاش می‌کنند با ارائۀ الگوریتم‌هایی، امضای طیفی مواد موجود احتمالی را در تصویر فراطیفی مشاهده‌شده تخمین بزنند و صرفاً با مقایسۀ آنها با امضاهای طیفی موجود در کتابخانۀ طیفی و بر مبنای مشابهت طیفی، به نوع مادۀ تشکیل‌دهندۀ تصویر پی ببرند؛ درحالی‌که کتابخانۀ طیفی، به‌منزلۀ دانش قبلی و اتکاپذیر، اطلاعات ارزشمندی در اختیار ما قرار می‌دهد. گفتنی است در پایه‌ریزی الگوریتم‌های موجود، کمتر به این کتابخانه توجه شده است. استفادۀ مستقیم از اطلاعات کتابخانۀ طیفی، اساس روش پیشنهادی در این مقاله است. در روش پیشنهادی و با فرض مدل خطی برای پدیدۀ اختلاط طیفی، مسئلۀ تجزیۀ طیفی با یک مدل خطی و تغییرناپذیر با زمان و بدون هرگونه فرض آماری بر مجموعه‌ای از امضاهای طیفی موجود در کتابخانۀ طیفی، مدل‌سازی می‌شود. بردار وزن این مدل برای هر کدام از امضاهای طیفی حاضر در مجموعۀ انتخاب‌شده، با الگوریتم کمترین میانگین مربعات نرمالیزه‌شده (Normalized Least Mean Square: NLMS) تخمین زده می‌شود؛ به‌گونه‌ای‌که امضای طیفی هر ماده و بردار وزن متناظر با آن، یک زوج به‌شدت نامتعامد را تشکیل می‌دهند؛ درحالی‌که این بردار وزن بر امضای طیفی سایر مواد تقریباً عمود است. به‌منظور ارزیابی عملکرد الگوریتم پیشنهادی و مقایسۀ آن با الگوریتم‌های دیگر، از مجموعه‌دادۀ فراطیفی و سنتزشدۀ مبتنی بر فراکتال‌ها استفاده شده که برای همین منظور تهیه شده است. دو ویژگی مهم الگوریتم NLMS، یعنی مقاوم‌بودن و توانایی تشخیص سریع تغییرات پارامتر باعث می‌شود الگوریتم پیشنهادی نسبت به نویز و تغییرات طیفی، مقاوم و در مقایسه با الگوریتم‌های دیگر، عملکرد بهتری در نسبت‌های سیگنال به نویز (SNR) پایین داشته باشد.

نویسندگان

غلامرضا بخشی

فارغ التحصیل دکتری، گروه مهندسی برق- دانشگاه اصفهان- اصفهان- ایران

کمال شاه طالبی

دانشیار، گروه مهندسی برق - دانشگاه اصفهان – اصفهان - ایران

مهدی مومنی

دانشیار، گروه مهندسی نقشه برداری - دانشگاه اصفهان – اصفهان - ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • [1]   M. Borengasser, W. S. Hungate, and R. Watkins, "Hyperspectral ...
  • [2]   J. G. Ferwerda, "Charting the Quality of Forage: Measuring ...
  • [3]   D. Manolakis, D. Marden, and G. A. Shaw, "Hyperspectral ...
  • [4]   D. Manolakis, E. Truslow, M. Pieper, T. Cooley, and ...
  • [5]   Michael E Winter, "N-FINDR: An Algorithm for Fast Autonomous ...
  • [6]   J. M. P. Nascimento and J. M. B. Dias, ...
  • [7]   R. A. Neville, K Staenz, T Szeredi, J  Lefebvre, ...
  • [8]   J. Li and J. M. Bioucas-Dias, "Minimum Volume Simplex ...
  • [9]   Jose M Bioucas-Dias, "A Variable Splitting Augmented Lagrangian Approach ...
  • [10]  T. Chan, C. Chi, Y. Huang, and W. Ma, ...
  • [11]  Z. Shi, W. Tang, Z. Duren, and Z. Jiang, ...
  • [12]  X. Xu, Z. Shi, and B. Pan, "ℓ0-Based Sparse ...
  • [13]  C. Deng, S. Zhang, S. Wang, W. Tian, and ...
  • [14]  W. Tang, Z. Shi, Y. Wu, and C. Zhang, ...
  • [15]  Y. Ma, C. Li, X. Mei, C. Liu, and ...
  • [16]  B. Hassibi, A. H. Sayed, and T. Kailath, "H-infinity ...
  • [17]  D. Manolakis, C. Siracusa, and G. Shaw, "Hyperspectral Subpixel ...
  • [18]  M. Raeis, K. Shahtalebi, and A. R. Forouzan, "Computationally ...
  • [19]  N. Garakyaragh, K. Shahtalebi and A. R. Forouzan, "A ...
  • [20]  Z. Gharekhani, K. Shahtalebi, and S. M. Saberali, "User ...
  • [21]  G. Bakhshi and K. Shahtalebi, "Role of the NLMS ...
  • [22]  G. Bakhshi, K. Shahtalebi, and M. Momeni, "A New ...
  • [23]  J. Plaza, E. M. T Hendrix, I. García, G. ...
  • [24]  E. M. T. Hendrix, I. Garcia, J. Plaza, G. ...
  • نمایش کامل مراجع