נושא הפרוייקט

מספר פרוייקט מחלקה שמות סטודנטים אימייל שמות מנחים

השוואת אלגוריתמים לזיהוי שינויים

Comparing change detection algorithms

תקציר בעיברית

פרויקט זה נוגע לתחום עיבוד האותות ההיפרספקטרלי. טכנולוגיה זו אוספת ומעבדת מידע על ידי ניצול העובדה שלכל חומר חתימה אלקטרומגנטית שונה  הנוגעת להחזר האלקטרו-מגנטי שלו. חיישני הדמיה היפר-ספקטרליים מייצרים תמונות דיגיטליות ברצועות ספקטרליות צרות מאוד.

אחד השימושים החשובים אשר בהם נעשה שימוש בתמונות היפרספקטרליות הוא מתודולוגיית גילוי השינויים. צמד תמונות של אותו תא שטח בזמנים שונים, יכולות להיות שונות זו מזו בכל פיקסל ולו רק בגלל שינויים סביבתיים. על כן פותחו אלגוריתמים אשר מטרתם לגלות את השינויים שקרו "באמת" בין תמונה לתמונה. Chronochrome (CC) ו - Covariance equalization (CE) הינם שני אלגוריתמים מרכזיים בתחום. בפרויקט עמדנו על ההבדלים בין האלגוריתמים הללו על מנת לגלות האם אלגוריתם אחד מספק תוצאות טובות יותר תחת הקריטריון של השטח מתחת לגרף  ה- ROC (AUC). ראינו כי קיימים הבדלים ביכולות הגילוי, ברגישות לרעש ובאופי המטרה אותה אנו מחפשים.

תקציר באנגלית

This project relates to the field of hyperspectral signal processing. This technology collects and processes data by exploiting the fact that each material has a unique electromagnetic signature. Hyperspectral images gather and process information by utilizing the fact that all materials have a unique electromagnetic signature, characterized by their wavelength patterns and reflectance properties associated with their molecular composition. One important application of hyperspectral images is change detection methodology, which its goal is to detect “true” changes between two images of the same area taken at different times. Chronochrome (CC) and Covariance Equalization (CE) are the two main algorithms in the field. In this project, we examined these algorithms to determine if one algorithm provides better results under the criterion of the area under the ROC curve (AUC). We observed differences in detection capabilities, noise sensitivity, and the nature of the target we were seeking.