استخراج ویژگی در تصاویر ابرطیفی به کمک برازش منحنی با توابع گویا

در این مقاله روشی برای کاهش ویژگی در تصاویر ابرطیفی به منظور طبقه بندی این داده ها معرفی شده است که بر مبنای استخراج ویژگی های جدید با ابعادی بسیار کمتر از ابعاد ویژگی های نخستین عمل می کند. برای هر پیکسل از یک تصویر ابرطیفی، یک تابع تقریب کسریِ گویایِ مجزا از طریق برازش بر منحنی پاسخ طیفی آن پیکسل تولید می شود. ضرایب چند جمله ای های صورت و مخرج این تابع به عنوان ویژگی های جدید انتخاب می شوند. روش پیشنهادی بر ماهیت هندسی منحنی های پاسخ طیفی تاکید و تمرکز دارد و بر این واقعیت تکیه می کند که ترتیب توالی نقاط در این منحنیها حاوی اطلاعات مفیدی است که با غالب روش های استخراج ویژگی موجود، مورد توجه قرار نگرفته است. نتایج طبقه بندی با طبقه بند، بیشینه احتمال حکایت از برتری صحت نتایج طبقه بندی به وسیلۀ ویژگی های معرفی شده در مقایسه با روش هایِ متعددِ موردِ بررسی دارد. به علاوه روش پیشنهادی، قابلیت اعمال به تمام پیکسلهای تصویر را به صورت همزمان دارد.