آشکارسازی اهداف با ابعاد زیرپیکسل یکی از چالشهای اساسی در پردازش تصاویر ماهوارهای میباشد. با توجه به قدرت تفکیک طیفی بالای تصاویر ابرطیفی، آشکارسازی اهداف از اهمیت ویژهای در آنالیز این نوع دادهها برخوردار میباشد. از اینرو، انتخاب باندهای طیفی بهینه به منظور بهبود آشکارسازی اهداف زیرپیکسلی به عنوان یکی از راهکارهای مرسوم مورد توجه محققین است. نبود دادههای آموزشی یکی از اصلی ترین ضعفهای انتخاب باندهای بهینه برای آشکارسازی اهداف زیرپیکسلی میباشد. در این تحقیق بر مبنای الگوریتم بهینهسازی توده ذرات (PSO)، روشی جدید جهت انتخاب باند به منظور آشکارسازی اهداف زیر پیکسلی در تصاویر ابرطیفی معرفی شده است. در روش پیشنهادی، ابتدا طیف هدف مورد نظر به صورت تصادفی در یکسری پیکسلهای میزبان از کل تصویر ابرطیفی کاشت میشود. سپس، با هدف کمینهسازی نرخ هشدار اشتباه در آشکارسازی هدف، به روش برآوردگر همدوسیهای انطباقی (ACE)، باندهای طیفی از طریق الگوریتم PSO انتخاب میشوند. به منظور ارزیابی میزان دقت روش پیشنهادی، دو مجموعه داده ابرطیفی از سنجندههای Hymap و Hyperionاستفاده شده است. نتایج تجربی به دست آمده نشان می دهند که بر اساس معیار کمترین مقدار هشدار اشتباه و مساحت زیر نمودار ROC، روش انتخاب باند پیشنهادی نسبت به حالت استفاده از تمام باندها، روش الگوریتم ژنتیک (GA)، روش ژنتیک وزندار (WG)، و همچنین روشهای متداول PSOمبنا، حداکثر نسبت زیرمجموعه (MSR) و ضریب همبستگی (CC)، از کارایی بالاتری برخوردار میباشد.
Sharifi hashjin S, Darvishi boloorani A, Khazai S, Abdollahi Kakroodi A. Optimum Band Selection for Target Detection in Hyperspectral Imagery based on Binary PSO . JGST 2019; 8 (3) :69-83 URL: http://jgst.issgeac.ir/article-1-736-fa.html
شریفی هشجین شهرام، درویشی بلورانی علی، خزائی صفا، عبداللهی کاکرودی عطاءاله. انتخاب باندهای بهینه برای آشکارسازی اهداف در تصاویر ابرطیفی برمبنای روش بهینه سازی توده ذرات دودویی . علوم و فنون نقشه برداری. 1397; 8 (3) :69-83
