Pedram Ghamisi

Pedram Ghamisi hefur varið doktorsritgerð sína í rafmagns- og tölvuverkfræði við Rafmagns- og tölvuverkfræðideild Háskóla Íslands. Ritgerðin ber heitið: Flokkun gagna af afar hárri vídd með róf- og rúmupplýsingum (Spectral and spatial classification of hyperspectral data).

Kerfi sem notuð eru til að taka myndir af gríðarlega hárri vídd hafa notið mikillar athygli rannsakenda á undanförnum árum. Þessi kerfi nota skynjara sem safna gögnum einkum frá sýnilegu yfir miðinnrauða bylgjulengdarsviðið og geta náð samtímis hundruð (þröngra) rófrása fyrir sama svæðið á yfirborði jarðar. Það er enginn vafi á því að telja má flokkun (eða kortlagningu) sem hryggjarstykkið í túlkun fjarkönnunarmynda.

Meginverkefni þessarar ritgerðar er að þróa nákvæmar flokkunaraðferðir sem taka tillit til bæði róf- og rúmupplýsinga. Til viðbótar við flokkunarnákvæmni í flokkun mynda af gríðarlegri vídd þarf einnig að hafa í huga hversu einfaldar og hraðvirkar aðferðirnar eru. Af þeim sökum er sérstök áhersla lögð í þessari ritgerð á ónæmar aðferðir sem eru bæði nákvæmar og hraðvirkar. Til að gera fyrirliggjandi aðferðir öflugri og til að minnka hina oft tímafreku gagnvirkni við notendur, eru hér þróaðar sjálfvirkar aðferðir. Slíkar aðferðir má nota í rauntímavinnslu, t.a.m. við eftirlit með umhverfisvá og til að minnka það tjón sem af getur hlotist.

Þrjár meginaðferðir eru rannsakaðar í ritgerðinni. Fyrst er þróuð sjálfvirk flokkunaraðferð fyrir flokkun á róf- og rúmgögnum. Önnur aðferð sem skoðuð er í ritgerðinni gengur út á að þróa kerfi sem notar aðhæft nágrenni með því að velta upp mismunandi leiðum sem byggja á myndbútun (e. image segmentation) og auðkennaprófílum (e. attribute profiles). Þriðja aðferðin gengur út á þróun nýrrar einkennavalsaðferðar (e. feature selection) sem leitast við að koma í veg fyrir víddarbölvun (e. curse of dimensionality) ásamt því að minnka umfremd í gögnunum.