در این تحقیق یک روش نوین جهت آشکارسازی ناهنجاری ها در تصاویر ابرطیفی بر پایه کدگذاری تنک و با استفاده از پنجره های متحرک محلی پیشنهاد شده است. مهمترین نقطه قوت این روش فراهم نمودن شرایط و امکان قضاوت بهتر در خصوص احتمال وقوع ناهنجاری در داده های ابرطیفی با بکارگیری روشی با قابلیت تجمیع و هم افزایی اطلاعات هر پیکسل تصویری طی عبور پنجره متحرک از آن می باشد. در این روش با عبور یک پنجره‌ی متحرک، هر پیکسل موقعیت های مکانی مختلفی را نسبت به همسایگان مکانی خود تجربه نموده و در هر یک از موقعیت های مذکور یک دیکشنری محلی که مبین داده های پس زمینه می باشد، بصورت بهینه با استفاده از الگوریتمK-SVD تشکیل شده و بازسازی داده های موجود به روش تخمین تنک در پنجره متحرک با بگارگیری الگوریتم SOMP صورت می پذیرد. بنابراین در هر موقعیت پنجره برای هر پیکسل خطای بازسازی با روش کدگذاری تنک مورد محاسبه قرار می گیرد. با توجه به استفاده از دیکشنری پس زمینه در بازسازی کلیه داده ها، هر گاه احتمال وقوع ناهنجاری در پیکسل مورد بررسی بیشتر باشد، مقدار خطای بازسازی آن نیز بزرگتر خواهد بود. لذا با بررسی این خطا در موقعیت های مختلف هر پیکسل نسبت به پنجره متحرک، می توان به مجموعه ای از خطاهای بازسازی برای آن پیکسل دست یافت که در نهایت واریانس آنها به عنوان معیار آشکارسازی ناهنجاری در نظر گرفته می شود. مقایسه نتایج آشکارسازی با روش پیشنهادی در این تحقیق با الگوریتم‌هایی مانند GRX, LRX, CRDوBJSR با بکارگیری چهار نوع داده ابرطیفی اعم از واقعی و شبیه سازی شده، حاکی از کارایی بهتر آشکارساز پیشنهادی به میزان متوسط حدود 9 درصد نسبت به آنها می باشد.
Soofbaf S R, Sahebi M R, Mojaradi B. Hyperspectral Anomaly Detection Based on Sparse Coding Using Sliding Windows. JGST 2018; 8 (2) :115-132 URL: http://jgst.issgeac.ir/article-1-734-fa.html
صوف باف سید رضا، صاحبی محمودرضا، مجردی برات. آشکارسازی ناهنجاری ها در تصاویر ابرطیفی بر پایه کدگذاری تنک و پنجره های محلی متحرک . علوم و فنون نقشه برداری. 1397; 8 (2) :115-132
