Analiza porównawcza metod przetwarzania danych hiperspektralnych o zróżnicowanej rozdzielczości
Celem pracy jest analiza metod przetwarzania danych hiperspektralnych (obrazowych i nieobrazowych), ukierunkowana na uzyskanie optymalnego algorytmu przygotowania danych hiperspektralnych do etapu ekstrakcji informacji tematycznej.
W ramach badań przeanalizowano wpływ przetwarzania wstępnego jako jeden z kluczowych etapów przygotowania danych hiperspektralnych. W analizie uwzględniono wszelkiego rodzaju szumy i zakłócenia (striping, smilling), powodujące obniżenie dokładności klasyfikacji, a tym samym „zafałszowanie" wyników analiz. Ponadto, przeprowadzono szereg działań zmierzających do sprawdzenia jak redukcja liczby kanałów (selekcja, symulacja) obrazu hiperspektralnego Hyperion wpływa na dokładność klasyfikacji tradycyjnej i klasyfikacji dedykowanej obrazom hiperspektralnym. Przeanalizowane zostały aspekty związane z samą procedurą ekstrakcji informacji oraz czynniki wpływające na jej rezultaty, niezależne od zastosowanej metody klasyfikacji. Porównanie wyników analiz dokładności klasyfikacji pozwoliło wskazać metody klasyfikacji dostarczające informacji tematycznej na określonym poziomie dokładności oraz wytypować obiekty pokrycia terenu, uzyskujące najlepszą dokładność przy określonym zestawie kanałów rejestrujących odpowiedź spektralną dla zdefiniowanych pasm widma elektromagnetycznego.
Dodatkowo, w ostatnim etapie badań przeprowadzono testowanie wpływu eliminacji kanałów obrazów Hyperion i ALI na dokładność klasyfikacji wody. Testy wykonano tylko dla obszaru zbiornika Dobczyckiego, wykorzystując krzywe spektralne wody pomierzone in situ.
Comparative analysis of hyperspectral data processing methods with different resolution
The purpose of the dissertation is the analysis of hyperspectral data processing techniques (image and non- image ones), focused on obtaining the optimal algorithm for hyperspectral data preparation phase of thematic information extraction.
The study analyzed the effect of pre-processing as one of the key steps in the preparation of hyperspectral data. The analysis included all kinds of noise and interference (striping, smilling), resulting in a decrease of classification accuracy, and thus the "falsification" of analytical results. In addition, a number of steps were performed to see how the reduction of the number of channels (selection, simulation) of Hyperion hyperspectral image affected the accuracy of traditional classification and classification dedicated for hyperspectral images. There were analyzed aspects related to the mere procedure of information extraction and factors influencing its results, independent of classification methods applied. Comparison of classification accuracy analysis results enabled to indicate those classification methods, which provided thematic information for a certain level of accuracy, and to single out land cover objects, obtaining the best accuracy at a given set of spectral response recording channels for defined bands of the electromagnetic spectrum.
In addition, in the last stage of the research the impact of elimination of Hyperion and ALI images channels on the accuracy of classification of water was tested. The tests were performed only for the area of the Dobczyckie reservoir using spectral curves of water measured in situ.
