دوره 13، شماره 3 - ( 9-1395 )                   جلد 13 شماره 3 صفحات 3-16 | برگشت به فهرست نسخه ها



DOI: 10.18869/acadpub.jsdp.13.3.3

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Ghassemian H, Hosseini S A. Hyper-Spectral Data Feature Extraction Using Rational Function Curve Fitting. JSDP. 2016; 13 (3) :3-16
URL: http://jsdp.rcisp.ac.ir/article-1-346-fa.html
قاسمیان حسن، حسینی سید ابوالفضل. استخراج ویژگی در تصاویر ابرطیفی به کمک برازش منحنی با توابع گویا. پردازش علائم و داده‌ها. 1395; 13 (3) :3-16

URL: http://jsdp.rcisp.ac.ir/article-1-346-fa.html


استاد دانشگاه تربیت مدرس
چکیده:   (627 مشاهده)

در این مقاله روشی برای کاهش ویژگی در تصاویر ابرطیفی به منظور طبقه‌بندی این داده‌ها معرفی شده است که بر مبنای استخراج ویژگی‌های جدید با ابعادی بسیار کمتر از ابعاد ویژگی‌های نخستین عمل می‌کند. برای هر پیکسل از یک تصویر ابرطیفی، یک تابع تقریب کسریِ گویایِ مجزا از طریق برازش بر منحنی پاسخ طیفی آن پیکسل تولید می‌شود. ضرایب چند‌جمله‌ای‌های صورت و مخرج این تابع به‌عنوان ویژگی‌های جدید انتخاب می‌شوند. روش پیشنهادی بر ماهیت هندسی منحنی‌های پاسخ طیفی تأکید و تمرکز دارد و بر این واقعیت تکیه می‌کند که ترتیب توالی نقاط در این منحنیها حاوی اطلاعات مفیدی است که با غالب روش‌های استخراج ویژگی موجود، مورد توجه قرار نگرفته است. نتایج طبقه‌بندی با طبقه‌بند، بیشینه احتمال حکایت از برتری صحت نتایج طبقه‌بندی به‌وسیلۀ ویژگی‌های معرفی شده در مقایسه با روش‌هایِ متعددِ موردِ بررسی دارد. به‌علاوه روش پیشنهادی، قابلیت اعمال به تمام پیکسلهای تصویر را به‌صورت همزمان دارد.

متن کامل [PDF 3600 kb]   (249 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: مقالات پردازش تصویر
دریافت: ۱۳۹۳/۱۲/۲۶ | پذیرش: ۱۳۹۴/۳/۲۴ | انتشار: ۱۳۹۶/۲/۳ | انتشار الکترونیک: ۱۳۹۶/۲/۳

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
کد امنیتی را در کادر بنویسید

ارسال پیام به نویسنده مسئول


کلیه حقوق این وب سایت متعلق به فصل‌نامة علمی - پژوهشی پردازش علائم و داده‌ها می باشد.