دوره آموزشی: طیف سنجی و پردازش داده های ابرطیفی

دوره آموزشی: طیف سنجی و پردازش داده های ابرطیفی

Spectrometry and Hyperspectral Data Processing

مدرس: دکتر سعید جوی زاده

موسسه چشم انداز هزاره سوم ملل

آدرس: شیراز، خیابان برق، کوچه یک

تلفن ثبت نام: 07132341477 – 09382252774

هدف: هدف از این آموزش آشنایی با اصول تشکیل، تصحیح، پردازش و استخراج اطلاعات از تصاویر ابر طیفی سنجش از دور میباشد.

سرفصل:

مفاهیم فیزیکی و یکاهای طیف سنجی

طیف سنجی آزمایشگاهی و میدانی

مدل عملکرد دستگاه های طیف سنج

پیکربندی: تک واحدی، دو واحدی

هندسه: دو مخروطی، کسینوسی مخروطی

عوامل محیطی موثر بر طیف سنجی و ملاحظات اجرایی

کتابخانه های طیفی و ماهیت اطلاعات جانبی

معرفی کتابخانه های طیفی مهم

معرفی داده های ابر طیفی و انواع تصحیحات آن

ماهیت تصاویر ابر طیفی (نحوه تشکیل تصویر و عوامل موثر برآن)

تصحیحات تصویر : ضرورت، انواع، روش ها

معیارهای رادیومتریک عملکرد یک سیستم ابر طیفی

کالیبراسیون دقیق(فیزیکی)

تصحیح اثرات طیف خورشیدی

مدل های تصحیحات جوی

مدل های فیزیکی(Radiative transfer Models) مثل6S ، FLAASH،ATCOR و ATREM

مدل های تصحیحات توپوگرافی

مدل های تجربی یا تصویر مبنا

روش خط تجربی Empirical Line Method(EML)

روش بازتاب نسبی میانگینRelative Reflectance (IARR)   Internal Average

روش منطقه همگن Flat Field Correction(FFC)

مدل های تصحیحات توپوگرافی

نرمالسازی Data Normalization

پیش پردازش و کاهش ابعاد داده های  ابر طیفی

پیش پردازش داده های ابرطیفی

کشف مشاهدات اشتباه و حذف باندهای نویزی

حذف پیوستار Continuum Removal

نرم سازی و کاهش نویز

مشتقات طیفی (روش عددی، روش پرازش چندجمله ای)

کدگذاری اطلاعات طیفی

کشف و استخراج ویژگی های طیفی(موقعیت، عمق، مساحت و تقارن باندهای جذبی)

انتخاب ویژگی(Feature Selection)

معیارهای انتخاب ویژگی

روش های کاهش ابعاد و تولید زیرمجموعه ای از ویژگی ها(Feature reduction)

استخراج ویژگی(Feature Extraction)

روش های استخراج ویژگی بدون نظارت (Unsupervised)

روش های استخراج ویژگی با نظارت(Supervised)

استخراج مشخصات کمی عوارض از داده های ابرطیفی

بررسی همبستگی آماری کمیت مورد نظر یا باندها یا ویژگی های طیفی

مدلسازی کمیت موردنظر از روی باندها یا ویژگی های طیفی همبسته

برازش خطی   Linear Regression

برازش مولفه های اصلی

برازش کمترین مربعات جزئی

برازش غیرخطی

معیارهای ارزیابی دقت برازش و تست های آماری مربوطه

طبقه بندی تصاویر ابرطیفی

فضاهای مختلف در پردازش داده های ابرطیفی (فضای تصویر، فضای طیفی، فضای ویژگی، فضای پدیده)

دیدگاه های مختلف در طبقه بندی داده های ابرطیفی

روش های داده مبنا

روش های تصویر مبنا

روش های نظارت شده،روش های بدون نظارت

روش های قطعی

روش های فازی

طبقه بندی، شناسایی اهداف، کشف ناهنجاری، کشف تغییرات

تشخیص موضوعی پدیده ها، تخمین کمی پارامترهای یک پدیده

طبقه بندی کننده های سنتی – محدودیت ها و روش های مقابله

معرفی طبقه بندی کننده های مدرن

شناسایی عوارض از طریق تفسیر طیفی داده های ابرطیفی

جستجو و تطبیق طیفی

جستجو بر مبنای کدگذاری طیفی

جستجو بر مبنای ویژگی های جذبی

جستجو بر مبنای معیارهای شباهت/عدم شباهت طیفی

معیاررهای تمایز طیفی

شناسایی اهداف

معرفی مفهوم(IPMF)Information processed Matched Filter

تکنیک های تصویر به زیرفضای قائم

تکنیک های کمینه واریانس مفید خطی

تکنیک های آماری

کشف ناهنجاری

جداسازی طیفی

مسئله اختلاط طیفی و تعریف اجزا خالص

مدل های اختلاط طیفی و غیر خطی

مراحل اصلی جداسازی طیفی

تخمین ابعاد داده های ابرطیفی

الگوریتم استخراج اجزا خالص

روش های پارامتریک

روش های مبتنی بر تفسیر هندسی

استفاده از اطلاعات مکانی تصویر در شناسایی اجزا خالص(روش های مورفولوژیک)

الگوریتم های معکوس