נושא הפרוייקט
מספר פרוייקט
מחלקה
שמות סטודנטים
אימייל
שמות מנחים
MF לעומת ACE כאשר מספר הערוצים קטן בתמונות היפר-ספקטרליות
Comparing MF and ACE algorithms
תקציר בעיברית
תמונות היפר-ספקטרליות הינן תמונות תלת-מימדיות אשר נוצרו בעזרת תחום רחב של אורכי גל, מכילות מידע רב יותר מאשר בתמונות הרגילות שאנחנו מכירים שרוב הזמן נמצאות בשימוש (בצורת RGB), דבר זה מאפשר לנו לבצע ניתוח מעמיק יותר. זיהוי של מטרה נקודתית מצריך מעבר על כל הפיקסלים הנמצאים בתמונה ובדיקה שלהם האם הפיקסל מכיל מטרה או לא. שני אלגוריתמים נפוצים לגילוי מטרות בתמונות היפר-ספקטרליות הם-ACE (adaptive cosine estimator) ו-MF (Matched filter) , ראשית ננסה להבין האם יש העדפה כללית ביניהם למספר רב של ערוצים. לאחר מכן ננסה למצוא העדפה עבור מספר קטן יותר של ערוצים ונחקור את הקשר שבין האלגוריתמים לבין מספר הערוצים. במהלך העבודה ננסה להגיע לתוצאות הטובות ביותר בשימוש במספר ערוצים נמוך.
תקציר באנגלית
Hyper-spectral photos are 3D images, made by wide range of wavelengths, contains additional data compared to regular 2D photos (RGB), allowing to do a deeper analyze. Detection of point target requires to evaluating each pixel in the image to decide whether it is a target or not. Two common algorithms for target detection is the ACE (adaptive cosine estimator) and the MF (Matched filter), first we will try to find any general preference between them for a large number of channels. Then will try to find preference by using less channels and to examine the connection between the algorithms to the number of channels. We will try to get the best results by using low number of channels.