• UNMIXING
• VCA
• N-FINDR

La necessità di estrapolare informazioni sempre più dettagliate sulle proprietà dei materiali presenti nei pixel di un’immagine acquisita con un sensore iperspettrale in applicazioni sia civili che militari ed il fatto che i pixel di interesse siano spesso una combinazione di numerosi e disparati componenti, ha portato allo sviluppo di particolari tecniche per la stima delle componenti spettrali di tali pixel. Sensori sempre più performanti hanno migliorato il riconoscimento delle sostanze terrestri in base all'energia elettromagnetica da esse diffusa ad ogni lunghezza d'onda. Tuttavia, dal momento che la risoluzione spaziale di qualsiasi sensore è finita, queste sostanze sono molto spesso mescolate all’interno di ciascun pixel. In determinate circostanze, queste sostanze possono essere scomposte. Questa tesi affronta il problema dell’ unmixing in immagini iperspettrali. L’unmixing è una procedura attraverso la quale si effettua la decomposizione degli spettri di ciascun pixel acquisito dal sensore in una combinazione di spettri corrispondenti a quelli dei materiali costituenti, o endmember, pesati dalle corrispondenti frazioni di abbondanza, o abundances, che indicano la porzione di ogni endmember presente nel pixel. L’elaborato analizza i passi di fondamentali nello sviluppo del processo di unmixing iperspettrale, che può essere riassunto in: estrazione del numero di endmember, estrazione delle firme degli endmember e stima delle frazioni di abbondanza. Dopo un’attenta analisi delle metodologie proposte in letteratura, si è concentrato il lavoro sul confronto di due tecniche geometriche per l’estrazione degli spettri degli endmember, il vertex component analysis (VCA) e lo N-FINDR. In particolare, le procedure di unmixing basate sull’algoritmo VCA e sull’algoritmo N-FINDR sono state applicate a un insieme di dati iperspettrali reali acquisiti mediante il sensore iperspettrale Hyperion montato su piattaforma satellitare. È stata effettuata un’analisi del risultati ottenuti con i due metodi, facendo un confronto tra l’insieme di endmember estratti con l’algoritmo VCA e quello estratto con l’algoritmo N-FINDR.