Adaptif Komşuluk Seçimi ve Ağırlık Atama Yöntemleri ile Hiperspektral Görüntülerin Sınıflandırılması

Seyrek gösterim tabanlı teknikler sağladıkları performans nedeniyle sinyal ve görüntü işleme, bilgisayarlı görme ve örüntü tanıma gibi alanlarda araştırmacılar tarafından sıklıkla kullanılmaktadır. Son zamanlarda hiperspektral görüntülerin sınıflandırılması ile ilgili önerilen metotlarda da seyrek gösterim teknikleri kullanılmış ve olumlu sonuçlar elde edilmiştir. Bu makalede, adaptif komşuluk seçimi ile ağırlık atama yöntemlerini birlikte kullanan bir ortak seyrek gösterim tabanlı sınıflandırıcı önerilmektedir. İlk olarak, test pikseli etrafında oluşturulan sabit boyutlu pencere içerisindeki piksellerin tümünün sınıflandırma işlemine dahil edilmesi yerine test pikseline yakın mesafedeki ve benzer spektral karakteristiğe sahip pikseller seçilerek sınıflandırmaya dahil edilmiştir. Bu sayede test pikseline uzak mesafedeki ve spektral olarak benzemeyen komşu pikseller ayrılmıştır. Daha sonra test pikselinin sınıf etiketini belirlerken hesaplanması gereken artık değerde seyrek katsayı matrisi her bir sınıf için belirlenen ağırlıklarla çarpılmıştır. Ağırlıklar belirlenirken seçilen pikseller ile her bir sınıfa ait eğitim sözlüğü arasındaki benzerlik dikkate alınmıştır. Bu sayede test pikselinin doğru sınıfa atanma olasılığı arttırılmıştır.