بخشی از مقاله
چکیده
تصاویر ابرطیفی به واسطه دقت طیفی بالا قادر به جداسازی کلاسهای با شباهت بالا هستند. اما افزونگی دادهها یکی از مشکلات اساسی در استخراج اطلاعات از این دادهها است. وجود ویژگیهای همبسته و گاه زائد و با اطلاعات کم موجب کاهش دقت طبقهبندی در هنگام استفاده از تمامی این باندها میشود. برای با این مشکل راههای مختلفی وجود دارد: استفاده از دادههای نیمه آموزشی، بهکارگیری اطلاعات مکانی در کنار اطلاعات طیفی و نهاتاًی کاهش تعداد ویژگیها. کاهش تعداد ویژگیها به عنوان یکی از رویکردهای مقابله با این مشکل موضوع موردتوجه این مقاله است.
استخراج و انتخاب ویژگی دو مرحلهی مکمل، برای کاهش ابعاد فضای ویژگی مطرح میباشد. در این مقاله، روش مبتنی بر تقریب تابع کسر گویا برای استخراج ویژگی استفاده میشود و عملکردروشهای مختلف انتخاب ویژگی بر روی داده خام و همچنین ویژگیهای استخراج شده با تابع کسر گویا ارزیابی شده است. دقت طبقهبندی بهعنوان معیار موردبررسی و کاربرد موردنظر موردتوجه میباشد. طبقهبندی در حالتهای مختلف - بدون استخراج ویژگی، استخراج ویژگی، استخراج و انتخاب ویژگی - موردبررسی قرار گرفته است.
مقدمه
داده های ابرطیفی غالبا مجموعهای از بیش از یکصد تصویر هستند که در طولموجهای مجاور هم در تمام یا بخشی از بازه طولموجهای 400 تا 2500 نانومتر از یک منظره زمینی واحد اخذشدهاند. این داده ها بهصورت یک مکعب داده قابلنمایش هستند که ابعاد آن برابر تعداد سطرها، ستونها و باندهای اخذ تصویر است. برای هر پیکسل از یک تصویر ابرطیفی با تعداد N باند، امضای طیفی پیکسل یا منحنی پاسخ طیفی پیکسل - SRC - 1 عبارت است از منحنی حاصل از رسم مقادیر شدت روشنایی در باندهای متفاوت - y= [ y1, y2 … yN]t - برحسب شماره باندها - x >1' 2'…' N ]t - به مشهور است - Grahn . - and Geladi, 2007
قدرت تفکیک طیفی بالای این نوع سنجندهها این امکان را ایجاد میکند که از مزایای اطلاعات یک طیف الکترومغناطیس تقریباً پیوسته برای اهداف و پدیدههای مختلف استفاده کنیم. لازم به ذکر است که قدرت تفکیک طیفی و مکانی با یکدیگر رابطه عکس دارند بنابراین تصاویر ابرطیفی دارای قدرت تفکیک طیفی بالا و در عوض قدرت تفکیک مکانی متوسط و پایین هستند، این امر باعث به وجود آمدن پیکسلهای آمیخته - پیکسلی که بیش از یک شی منفرد در تشکیل آن حضورداشته باشد - میشود.
مزیت عمدهی تصاویر ابرطیفی نسبت به تصاویر چند طیفی قابلیت تفکیک بالای آنها برای برخی از کلاسها که شباهت طیفی بسیار زیاد نسبت به هم دارند است. البته تعداد زیاد باندهای دادههای ابرطیفی باعث افزایش چشمگیر حجم این نوع دادهها نسبت به دادههای چند طیفی میشود و درنتیجه روشهای ذخیرهسازی، فشردهسازی و نمایش آنها متفاوت خواهد بود. یکی از مشکلات اساسی در استخراج اطلاعات از این دادهها، افزونگی دادهها و نیاز به دادههای آموزشی زیاد در هنگام طبقه بندی است.
وجود ویژگیهای همبسته موجب کاهش دقت طبقهبندی در هنگام استفاده از تمامی این باندها میشود که از آن تحت عنوان نفرین ابعاد یا پدیده هیوز یاد میشود - . - Landgrebe, 1997 برای مقابله با این مشکل، چهار نگرش پایه وجود دارد: استفاده از دادههای نیمه آموزشی Shahshahani and Landgrebe, - 1994 و - Plaza et al , 2009، بهکارگیری اطلاعات مکانی در کنار اطلاعات طیفی - Camps-Valls et al, 2010 - ، بهرهگیری از طبقهبندهایی نظیر ماشین بردار پشتیبان که حساسیت کمتری به تعداد نمونههای آموزشی دارند - Melgani - and Bruzzone, 2004 و نهاتاًی کاهش ویژگی . - Landgrebe, 1997 - کاهش ویژگی می تواند به صورت استخراج یا انتخاب ویژگی باشد.
روشهای استخراجعموماً همراه با تبدیلاتی هستند که دادهها را به یک فضایی با تعداد ابعاد پایینتر منتقل می کنند با شرط حفظ اطلاعات اولیه و همچنین گاهی افزایش این اطلاعات. روشهای انتخاب ویژگیعموماً با یک معیار آماری میزان تفکیکپذیری ویژگیهای مختلف را بررسی میکنند و مجموعهای از بهترین آنها را برای استفاده در طبقهبندی انتخاب میکنند.
در این تحقیق به دنبال روشی بهینه در انتخاب ویژگیهای ابرطیفی هستیم. گام نخست در این تحقیق استفاده از یک روش استخراج ویژگی مبتنی بر برازش خم به کمک توابع کسری است . - Hosseini and Ghassemian, 2014 - پسازاین مرحله اما همچنان مشکل افزونگی ویژگیها وجود دارد که با استفاده از الگوریتمهای انتخاب ویژگی با آن مقابله می شود.
انتخاب ویژگی علاوه بر آنکه ابعاد فضای ویژگی را کاهش میدهد باندهای نویزی و نامربوط را تا حد ممکن حذف میکند و بهنوعی مشکل افزونگی دادهها را برطرف میکند. معیار اصلی ما برای ارزیابی روشهای انتخاب ویژگی دقت طبقهبندی میباشد. بنابراین میتوان گفت مسئله انتخاب ویژگی یافتن یک زیر فضای مناسب از ویژگیهای استخراجی است که دقت طبقهبندی در آن بیشینه باشد.
