جداسازی طیفی تصاویر ابرطیفی بر اساس ساختار تنک بلوکی

جداسازی طیفی داده‌های سنجش از دور یکی از مسائل مهم، پیش از بهره برداری از این داده‌ها در زمینه های مختلف علمی و کاربردی است. با وجود قدرت تفکیک طیفی بالا در تصاویر ابرطیفی، به دلیل توان تفکیک مکانی پایین سنجنده‌ها، ممکن است مواد مختلفی درون یک پیکسل باشند. در این صورت، طیف پیکسل‌های ثبت شده توسط سنجنده، ترکیبی از طیف مولفه‌های اصلی موجود در آن‌ پیکسل‌ها است. جداسازی طیفی، روشی است که مشخصه طیفی مولفه‌های اصلی پیکسل‌های مخلوط را استخراج کرده و سپس فراوانی‌های نسبی هر عضو پایانی را به‌دست می‌آورد. تجزیه به ماتریس‌های غیرمنفی یکی از روش های متدوال در زمینه جداسازی طیفی است. این مقاله بر اساس ساختار تنک بلوکی توسعه داده شده است و سپس با الهام از راهبرد یادگیری بیزی تنک، الگوریتم پیشنهادی با استفاده از قید فراوانی مجموع به یک و قید فراوانی های نامنفی ارائه شده است. در انتها برای بررسی عملکرد، الگوریتم پیشنهادی بر روی داده‌های ساختگی و واقعی اجرا شده است برای مقایسه کمی نتایج از دو معیار aad و mse که در مطالعات جداسازی متدوال هستند، استفاده شده است که معیار aad باکاهش هشت درصدی و معیار mse با کاهش چهار درصدی، نشان دهنده برتری الگوریتم پیشنهادی در مقایسه با سایر روش‌های پیشین می‌باشد.