روشي براي استخراج ويژگي از تصاوير ابرطيفي وطبقه بندي آنها براساس اطلاعات منحني پاسخ طيفي پيكسل ها

يكي از پردازش هاي مهم روي داده هاي ابرطيفي ، طبقه بندي آنها مي باشد. به دليل زيادبودن تعدادباندها و كمبود نمونه هاي آموزشي در دسترس، پديده نفرين ابعاد امري اجتناب ناپذير است. بنابراين براي افزايش دقت طبقه بندي استفاده از الگوريتم هاي كاهش ويژگي (شامل تكنيك هاي انتخاب و استخراج ويژگي) به عنوان گام پيش پردازش امري ضروري است. در اين مقاله يك روش استخراج ويژگي پيشنهاد شده كه بر منحني پاسخ طيفي پيكسل ها تمركز دارد. با استفاده از طول موج هاي جذب و نقاطي از منحني كه در آن نقاط تغييرات شدت روشنايي شديد است، نقاط شكست طيف بازتابي را تعيين و با ميانگين گيري از شدت روشنايي در فواصل بين اين نقاط، ويژگيهاي جديد را استخراج مي نماييم. همچنين روش جديدي براي طبقه بندي ارائه مي شود كه برمبناي تفكيك پذيري كلاسها از روي نقاط شكست مي باشد. روش پيشنهادي روي دو داده ابرطيفي مورد آزمايش قرار مي گيرد. درنهايت مقادير صحت حاصل از طبقه بند پيشنهادي با طبقه بند حداكثراحتمال مقايسه مي گردد. نتايج بدست آمده نشان مي دهد اين روش مي تواند در تفكيك برخي پوشش ها ي زميني كاربرد داشته باشد.