Abstract
An approach to solving problems of identifying Earth surface objects on the basis of hyperspectral survey data obtained from space complexes based on the comparison of hyperspectral characteristics of the objects investigated with a set of reference signatures is presented in the paper. Algorithms of object identification with the use of the theory of fuzzy sets are proposed: an identification algorithm based on fuzzy linear regression and an algorithm of consolidation of results of different identification solutions. The fuzzy linear regression algorithm is based on the use of non-symmetrical triangular fuzzy numbers. This approach, used earlier in solving approximation tasks and assessing the unique character of electronic map fragments is now used for the first time for the identification of hyperspectral characteristics. The choice is founded on the fact that fuzzy linear regression makes identification possible in ambiguous conditions. The results of experimental studies of the proposed algorithms based on real hyperpsectral survey data (from spacecraft Resurs-P N1) are presented in the form of 10 images. Identification reliability is shown to increase by 6.1 % as compared with one of the initial algorithms yielding the best solution in the case of consolidating results obtained by using algorithms based on the Euclidean distance similarity measure, the angle similarity measure, as well as fuzzy similarity measures.
Highlights
В статье рассматривается подход к решению задачи идентификации объектов земной поверхности по данным гиперспектральной съёмки от космических комплексов, базирующийся на сравнении гиперспектральных характеристик исследуемых объектов с набором эталонных сигнатур
Algorithms of object identification with the use of the theory of fuzzy sets are proposed: an identification algorithm based on fuzzy linear regression and an algorithm of consolidation of results of different identification solutions
The fuzzy linear regression algorithm is based on the use of non-symmetrical triangular fuzzy numbers
Summary
В статье рассматривается подход к решению задачи идентификации объектов земной поверхности по данным гиперспектральной съёмки от космических комплексов, базирующийся на сравнении гиперспектральных характеристик исследуемых объектов с набором эталонных сигнатур. Предлагаются алгоритмы идентификации объектов с использованием теории нечётких множеств: алгоритм идентификации на основе нечёткой линейной регрессии и алгоритм консолидации результатов различных решений по идентификации. Алгоритмы идентификации объектов по данным гиперспектральной съёмки Земли с использованием нечёткой линейной регрессии // Вестник Самарского государственного аэрокосмического университета имени академика С.П. В качестве математической основы для идентификации объектов на гиперспектральных изображениях предлагается использовать аппарат нечёткой линейной регрессии. Предложен алгоритм идентификации объектов поверхности Земли по данным гиперспектральной съёмки [11,12,13]. В его основу положена идея использования нечёткой линейной регрессии при сравнении спектральной характеристики исследуемого объекта с набором эталонных характеристик из базы данных.
Sign-in/Register to view highlights & summary Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callMore From: VESTNIK of Samara University. Aerospace and Mechanical Engineering
Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
