پیشرفت‌ها در فنون پردازش تصاویر طیف‌سنجی ابرطیفی ۲۰۲۲
Advances in Hyperspectral Image Processing Techniques 2022

منبعی جامع و معتبر که تکنیک‌های نوین تصویربرداری فراطیفی را از تئوری تا کاربرد پوشش می‌دهد.

پیشرفت‌ها در تکنیک‌های پردازش تصاویر فراطیفی بر اساس آخرین دستاوردهای تکنیک‌های تصویربرداری فراطیفی (HSI) و کاربردهای جدید آن در این حوزه شکل گرفته است و ایده‌های نوینی را در بر می‌گیرد که در سال‌های اخیر مورد بررسی قرار گرفته و منجر به شکل‌گیری مسیرهای جدیدی شده‌اند.

این اثر، مجموعه‌ای از تحقیقات پراکنده را در قالب یک منبع واحد گردآوری کرده و کاربردهای متعدد آن را در طیف گسترده‌ای از حوزه‌های علمی بررسی می‌کند. به طور خاص، شامل یک فصل مقدماتی در مورد مبانی HSI و فصلی در مورد استفاده گسترده از تکنیک‌های HSI در پردازش ماهواره‌ای در مدار و روی برد است تا به خوانندگان فعال در این زمینه‌های خاص کمک کند.

محتوای کتاب بر اساس تخصص محققان مدعو است و به شش بخش تقسیم می‌شود. بخش اول، نظریه کلی را ارائه می‌دهد. بخش دوم، تکنیک‌های مختلف انتخاب باند برای تصاویر فراطیفی را معرفی می‌کند. بخش سوم، به بررسی آخرین پیشرفت‌ها در سنجش فشرده برای تصویربرداری فراطیفی می‌پردازد. بخش چهارم، ادغام تصاویر فراطیفی را شامل می‌شود. بخش پنجم، به جداسازی داده‌های فراطیفی می‌پردازد. بخش ششم، دیدگاه‌های مختلفی را در مورد طبقه‌بندی تصاویر فراطیفی ارائه می‌دهد.

نمونه‌هایی از موضوعات خاصی که در پیشرفت‌ها در تکنیک‌های پردازش تصاویر فراطیفی پوشش داده شده‌اند عبارتند از:

* دو اصل اساسی تصویربرداری فراطیفی
* انتخاب باند محدود برای تصویربرداری فراطیفی و انتخاب باند مبتنی بر اطلاعات کلاس برای طبقه‌بندی تصاویر فراطیفی
* آنتروپی محدود و ویژگی‌های طیفی برای تصویربرداری فراطیفی و یافتن endmember در حوزه باند سنجش فشرده
* ادغام داده‌های فراطیفی و LIDAR، ادغام روش‌های انتخاب باند برای تصویربرداری فراطیفی، و ادغام با استفاده از اطلاعات چند بعدی
* پیشرفت‌ها در جداسازی طیفی داده‌های فراطیفی و تجزیه و تحلیل مخلوط طیفی خطی حداقل مربعات کاملاً محدود
* طبقه‌بندی تصاویر فراطیفی مبتنی بر نمایش پراکنده؛ طبقه‌بندی مشارکتی تصاویر فراطیفی؛ طبقه‌بندی تصاویر فراطیفی وزن‌دهی شده با ویژگی کلاس؛ رویکرد تشخیص هدف برای طبقه‌بندی تصاویر فراطیفی

پیشرفت‌ها در تکنیک‌های پردازش تصاویر فراطیفی با کاربردهای فراوان فراتر از سنجش از دور سنتی، از جمله در دفاع و اطلاعات، کشاورزی، جنگلداری، پایش محیط زیست، ایمنی و بازرسی مواد غذایی و تصویربرداری پزشکی، منبعی ضروری برای متخصصان صنعت، محققان، دانشگاهیان و دانشجویان تحصیلات تکمیلی فعال در این زمینه است.

Authoritative and comprehensive resource covering recent hyperspectral imaging techniques from theory to applications

Advances in Hyperspectral Image Processing Techniques is derived from recent developments of hyperspectral imaging (HSI) techniques along with new applications in the field, covering many new ideas that have been explored and have led to various new directions in the past few years.

The work gathers an array of disparate research into one resource and explores its numerous applications across a wide variety of disciplinary areas. In particular, it includes an introductory chapter on fundamentals of HSI and a chapter on extensive use of HSI techniques in satellite on-orbit and on-board processing to aid readers involved in these specific fields.

The book’s content is based on the expertise of invited scholars and is categorized into six parts. Part I provides general theory. Part II presents various Band Selection techniques for Hyperspectral Images. Part III reviews recent developments on Compressive Sensing for Hyperspectral Imaging. Part IV includes Fusion of Hyperspectral Images. Part V covers Hyperspectral Data Unmixing. Part VI offers different views on Hyperspectral Image Classification.

Specific sample topics covered in Advances in Hyperspectral Image Processing Techniques include:

• Two fundamental principles of hyperspectral imaging
• Constrained band selection for hyperspectral imaging and class information-based band selection for hyperspectral image classification
• Restricted entropy and spectrum properties for hyperspectral imaging and endmember finding in compressively sensed band domain
• Hyperspectral and LIDAR data fusion, fusion of band selection methods for hyperspectral imaging, and fusion using multi-dimensional information
• Advances in spectral unmixing of hyperspectral data and fully constrained least squares linear spectral mixture analysis
• Sparse representation-based hyperspectral image classification; collaborative hyperspectral image classification; class-feature weighted hyperspectral image classification; target detection approach to hyperspectral image classification

With many applications beyond traditional remote sensing, ranging from defense and intelligence, to agriculture, to forestry, to environmental monitoring, to food safety and inspection, to medical imaging, Advances in Hyperspectral Image Processing Techniques is an essential resource on the topic for industry professionals, researchers, academics, and graduate students working in the field.