Dimension reduction methods for hyperspectral imagery

Hiperspektral Görüntüler, tek bant ve çok bantlı görüntülere kıyasla çok büyük boyutlara sahiptir. Bu durum, hiperspektral görüntülerin yüksek çözünürlüklü yüzlerce spektral bant içermesinden kaynaklanmaktadır. Bu nedenle, hiperspektral veri işleme, depolama ve iletme üzerinde uğraşılması gereken önemli konulardır. Ayrıca spektral bantların sayısının artmasıyla belirli bir sınıflandırma yöntemini eğitmek için gerekli örnek boyutunun katlanarak (eksponensiyel olarak) arttığı bir gerçektir. Bu sorunlarla başa çıkmak için ya eğitim veri boyutu genişletilmeli ya da hiperspektral görüntülerin boyut büyüklüğü bazı boyut indirgeme teknikleriyle azaltılmalıdır. Bu tez çalışmasında eğitimli ve eğitimsiz boyut indirgeme yöntemleri incelenmektedir ve bazı yeni yöntemler sunulmaktadır. Sunulan yöntemler, sınıflandırma doğruluğunu mümkün olduğu kadar muhafaza ederek hiperspektral verinin boyutunu azaltmayı ve düşük hesaplama karmaşıklığı ile indirgenmiş boyuta ulaşmayı hedeflemektedir.