Representação Aprimorada de Imagens Hiperespectrais em Múltiplas Escalas para a Separação Espectral Esparsa

Na análise de imagens hiperespectrais, diversas abordagens foram propostas para resolver o problema de separação espectral. Neste trabalho, propõe-se um método de representação de dados hiperespectrais em múltiplas escalas, baseado no algoritmo SLIC de sobressegmentação e testes de homogeneidade. O método subdivide a imagem em um conjunto de superpixels com homogeneidade espectral elevada. Essa representação é usada para fornecer informações a priori sobre a regularidade espacial das abundâncias dos materiais na cena, melhorando o condicionamento do problema de separação espectral esparsa. Resultados de simulação ilustram a capacidade do método ao estimar abundâncias com alta qualidade e baixo custo computacional, especialmente em cenários ruidosos.