تصنيف صور الاستشعار عن بعد فائقة الطيف واستخراج الميزات

في مجال الاستشعار عن بعد، تُصنّف تقنيات التصوير الطيفي عادةً إلى ثلاث فئات بناءً على الدقة الطيفية: متعددة الأطياف، وفائقة الأطياف، وفوق الطيفية. وبشكل عام، مع ثبات الدقة المكانية، كلما زادت الدقة الطيفية، زاد عدد نطاقات الصورة، وكبر حجم البيانات، وازدادت المعلومات المُستقاة عن الجسم المراد قياسه.

جدول مقارنة الخصائص التقنية الطيفية

يُميّز تصنيف الصور الطيفية الفائقة أنواع الأهداف المتعددة من خلال إسناد تصنيفات مُطابقة للمجموعات ذات الخصائص المتشابهة؛ وتُعتبر العينات التي تحمل التصنيف نفسه منتمية إلى الفئة نفسها. وتؤثر دقة التصنيف بشكل مباشر أو غير مباشر على أداء التطبيق.

بالمقارنة مع الصور العادية، تتميز الصور فائقة الطيف بخاصيتين:

1) إن الدقة الطيفية العالية، والمنحنيات الطيفية شبه المستمرة، والنطاقات المتعددة، وحجم البيانات الكبير تجعل التصنيف الدقيق ممكنًا، ولكن في الوقت نفسه، فإنها تعاني أيضًا من مشاكل مثل التكرار الخطير للبيانات والترابط القوي بين الأطياف.

2) قد يؤدي انخفاض الدقة المكانية ووجود عدد كبير من البكسلات المختلطة إلى ما يُعرف بـ"لعنة الأبعاد". ونظرًا لبنيتها الفريدة وخصائص بياناتها، يصعب تطبيق صور الاستشعار عن بُعد فائقة الطيف مباشرةً باستخدام أساليب معالجة الصور التقليدية، مما يُشكل تحديًا كبيرًا في مجال معالجة الإشارات والمعلومات.

كان تصنيف الصور فائقة الطيف (بما في ذلك الصور متعددة الأطياف) وتقنيات المعالجة الأخرى من الأساليب التقليدية قبل عام 1990. ومن عام 1990 إلى عام 2015، اعتمدت الأساليب الرئيسية على الميزات والتعلم العام. ومنذ عام 2015، تحول التركيز إلى الأساليب القائمة على التعلم العميق. ومنذ عام 2022، برز اتجاه نحو الأساليب القائمة على التعلم ودمج البيانات والمعرفة، أو الأساليب المشتركة.

يمكن تصنيف طرق تصنيف الصور متعددة الأطياف وفائقة الأطياف بشكل عام إلى أربع فئات.

قمر صناعي للاستشعار عن بعد فائق الطيف

المواصفات الفنية النموذجية للأقمار الصناعية فائقة الطيف وأجهزة التصوير الطيفي الخاصة بها محلياً ودولياً:

استخراج الميزات لتصنيف الصور فائقة الطيف

تُشير خصائص بيانات الصور فائقة الطيف بشكل رئيسي إلى السمات الطيفية، والسمات المكانية، والسمات الزمنية، والسمات المكانية-الطيفية، والسمات المكانية-الزمنية، والسمات المكانية-الزمنية-الطيفية المُدمجة. في تصنيف الصور فائقة الطيف، تشمل السمات الطيفية الشائعة مواقع الامتصاص الطيفي، والانعكاسية، والتناظر، وموقع وعدد القمم والقيعان في المنحنى الطيفي، والميل، بالإضافة إلى التدرج والإحصاءات ذات الرتبة الأعلى للمنحنى الطيفي. تشمل السمات المكانية للصور فائقة الطيف بشكل رئيسي السعة، واللون، والملمس، والشكل، والعلاقات المكانية. أما السمات الزمنية للصور فائقة الطيف فتشمل بشكل رئيسي الثبات مع مرور الوقت، والمشتق الزمني، ومعدل التغير.

ميزات الأطياف الفائقة وطرق استخراج الميزات

يشمل استخراج خصائص الصور فائقة الطيف بشكل أساسي اختيار الخصائص، واستخراجها، ودمجها. يوضح الجدول أدناه طرق استخراج الخصائص الطيفية لبيانات الاستشعار عن بعد فائقة الطيف وتصنيفها.

أساليب استخراج وتصنيف الخصائص الطيفية لصور الاستشعار عن بعد فائقة الطيف

يشير اختيار الميزات عمومًا إلى اختيار m (حيث m

يشير استخلاص الميزات إلى تحويل فضاء المتجهات الأصلي ذي الأبعاد n (البيانات الأصلية هي بيانات مكعبة فائقة الطيف) ثم إيجاد فضاء الميزات الخاص به. يتضمن استخلاص الميزات إيجاد علاقة تحويل تُحوّل مجموعة البيانات الأصلية ثلاثية الأبعاد إلى فضاء ميزات ذي أبعاد m، مما يُولّد m ميزة جديدة من خلال هذا التحويل. يبحث استخلاص الميزات عادةً عن معلمات الميزات التي تعكس أهدافًا متنوعة من جميع نطاقات البيانات؛ ومن الواضح أن التكلفة الحسابية أعلى بكثير من اختيار الميزات، مما يجعل العملية بطيئة بطبيعتها.

تستفيد عملية دمج الميزات من مزايا ميزات متعددة، مثل الميزات الطيفية المكانية الزمنية المدمجة، أو دمج ميزات الطاقة المباشرة مع ميزات التحويل (مثل المشتقات). ويرتبط أداء استخراج الميزات يدويًا ارتباطًا وثيقًا بعوامل مثل خبرة المختصين في المجال، والخصائص الفيزيائية والكيميائية، والنماذج، والخبرة.

المرجع: هي مينغي، لي تشيانغ، غو يينغ، يان هونغمي. 2025. نظرة عامة وآفاق التصنيف الذكي للصور فائقة الطيف. مجلة الصور والرسومات، 30(6): 2207-2238