Exploration of Fourier shape descriptor for classification of hyperspectral imagery

Resumen Métricas disponibles Cómo citar

Resumen (es)

Las firmas espectrales capturadas con sensores hiperespectrales remotos proporcionan información útil sobre los objetos y los materiales en el campo de visión del sensor. Técnicas de reducción de dimensiones son usadas para transformar las firmas espectrales en espacio de dimensión más baja. Sin embargo, la mayoría de estos enfoques de reducción de dimensiones no tienen en cuenta la forma de las firmas espectrales. En este artículo, se presenta un estudio sobre los descriptores de forma de Fourier para obtener una representación de baja dimensión de  firmas espectrales para la clasificación de imágenes hiperespectrales. Comparamos el análisis de componentes principales –PCA, una técnica de reducción de dimensiones ampliamente usada, con la representación obtenida desde los descriptores de forma de Fourier. Un clasificador de máquinas de soporte vectorial es usado para comparar PCA y los descriptores de forma de Fourier en la clasificación de Indian Pines, la cual es una imagen hiperespectral de AVIRIS capturada sobre un campo agrícola. Los descriptores de forma de Fourier mejoran la precisión de clasificación al mismo tiempo que pocos descriptores son empleados.