In dieser Hinsicht sind morphologische Profile (MP) eine beliebte und mächtige Bildanalysetechnik, die die Berechnung solcher spektral-räumlichen Bildpunktbeschreibungen erlauben. Sie wurden im vergangenen Jahrzehnt ausführlich untersucht und ihre Effektivität mehrfach bestätigt.

Die Charakterisierung der räumlichen Information, die durch ein MP gewonnen wurde, ist insbesondere zur Repräsentation der Multiskalen-Variationen von Bildstrukturen geeignet. Diese sind jedoch durch die Form der strukturierenden Elemente beschränkt. Um diese Beschränkung zu umgehen, wurden morphologische Attributprofile (AP) entwickelt. Durch das direkte Arbeiten auf verbundenen Komponenten statt auf Pixeln ist nicht nur die Anwendung beliebiger Regionendeskriptoren (z.B. Form, Farbe, Textur etc.) möglich, sondern es wird auch der Weg für eine objektbasierte Bildanalyse bereitet. Zusätzlich können APs effizient durch hierarchische Bildrepräsentation implementiert werden, z.B. durch Max-/Min-Bäume und Alpha-Bäume.

Die o.g. Techniken für die Analyse von hyperspektralen Fernerkundungsbildern basieren grundlegend auf einer Einzelverarbeitung (Marginal-Verfahren) der Bilder, d.h. die Analyse jedes einzelnen Kanals für sich und nicht gleichzeitig. Deshalb wird die Korrelation der Kanäle in den konventionellen Marginal-Verfahren vernachlässigt.

Aus diesem Grund liegt der Schwerpunkt unseres Projekts auf der Erweiterung der mathematischen Morphologie auf das Gebiet der Analyse von Hyperspektralbildern und der Anwendung von Operatoren, die auf dem morphologischen Inhalt basieren, wie z.B. MP und AP, auf allen Spektralbändern gleichzeitig, um die Korrelation der Spektralkanäle zu berücksichtigen.