נושא הפרוייקט
מספר פרוייקט
מחלקה
שמות סטודנטים
אימייל
שמות מנחים
סגמנטציה לזיהוי מטרה בתמונה היפרספקטרלית
Segmentation for hyperspectral target detection
תקציר בעיברית
אלגוריתם ה-Matched Filter (MF) משמש לזיהוי מטרות בתמונות היפרספקטרליות. תמונות אלו הפכו לחשובות יותר ויותר בתחומים שונים, כגון צבא, חקר מינרלים וברפואה. במחקר שלנו אנו מציגים שתי שיטות סגמנטציה לשיפור ביצועי ה-MF ומשווים שיטות אלו. השיטה הראשונה היא סגמנטציה לפי מטריצת covariance מקומית והשנייה היא לפי מטריצת co-occurrence מקומית. מדד ההצלחה במחקר זה הוא על ידי מיקסום השטח מתחת לעקומת Receiver Operating Characteristic (ROC), המייצגת את ההסתברות לגילוי כפונקציה של ההסתברות לזיהוי שווא. יישמנו את אלגוריתם ה-MF על שתי שיטות הסגמנטציה על שתי תמונות היפרספקטרליות שונות (RIT ו-Viareggio) ובדקנו פרמטרים שונים עבור כל שיטה. התוצאות הראו שבאופן כללי, סגמנטציה משפרת את זיהוי היעד על ידי MF. בנוסף, סגמנטציה לפי שיטת מטריצת covariance מקומית משיגה תוצאות טובות יותר משיטת מטריצת co-occurrence לזיהוי מטרה. מילות מפתח: תמונה היפר-ספקטרלית, סגמנטציה, מסנן מתואם, גילוי מטרה, מטריצת קווריאנס
תקציר באנגלית
The Matched Filter (MF) algorithm is used for target detection in hyperspectral images. Those images have become increasingly important in various fields, such as military and defense, mineral exploration, and medical science. In our study we present two methods of segmentation for improving the MF performance and compare those methods. The first method is segmentation by local covariance matrix and the second is by local co-occurrence matrix. The measure of success in this study is by maximizing the area under the Receiver Operating Characteristic (ROC) curve, which represents the probability of detection as a function of the probability of false detection. We applied the MF algorithm to the two segmentation methods on two distinct hyperspectral images (RIT and Viareggio) and tested various parameters for each method. The results showed that in general, segmentation improves the target detection by MF. In addition, segmentation by local covariance matrix method achieves better results than co-occurrence matrix method for target detection. Keywords: hyperspectral image, segmentation, target detection, Matched filter, covariance matrix, co-occurrence matrix.