文献

J-GLOBAL ID：201702232416645036   整理番号：17A1833441

長波赤外ハイパースペクトル画像とサブピクセル目標同定のためのスペクトル放射輝度モデル化とBayesモデル平均化【Powered by NICT】

Spectral Radiance Modeling and Bayesian Model Averaging for Longwave Infrared Hyperspectral Imagery and Subpixel Target Identification

著者 (3件)： Rankin Blake M. (The Johns Hopkins University Applied Physics Laboratory, Laurel, MD, USA) ,  Meola Joseph (Air Force Research Laboratory, Wright-Patterson Air Force Base, Dayton, OH, USA) ,  Eismann Michael T. (Air Force Research Laboratory, Wright-Patterson Air Force Base, Dayton, OH, USA)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 55  号： 12  ページ： 6726-6735  発行年： 2017年 
JST資料番号： H0016B  ISSN： 0196-2892  CODEN： IGRSD2  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ハイパースペクトル画像(HSI)開発は典型的にはターゲット検出と同定アルゴリズムのためのスペクトル特徴を必要とする。電磁スペクトルの長波長赤外(LWIR)領域は熱放射により支配されているので,スペクトル放射輝度測定を対象温度により影響されると,ターゲット温度の推定値は,これらのアルゴリズムを支援する放射率検索に必要かもしれない。それ故,正確な温度情報の欠如は,HSIターゲット検出と同定のための重要な課題を提起している。以前の研究は,現場の対象の特徴を用いて,放射輝度と放射率領域におけるLWIRハイパースペクトル非混合を実証した。,固体材料のサブピクセル標的同定のための放射輝度ドメインLWIR材料同定アルゴリズムは,スペクトル放射輝度と線形混合モデルを組み合わせたベイズモデル平均化により開発した。実験LWIR HSIへの応用により,このアルゴリズムは高度なスペクトル類似性の固体材料を区別する効果的かつ標準的な適応コヒーレンス推定量検出器より少なくとも1桁による誤警報の確率を減少させることを示した。同定の限界は,画像から推定した,材料の種類,目標サイズ,目標形状に依存することが分かった。本論文でセンサと材料の場合,結果は強いスペクトル特徴サイズにおける名目上5m~2の標的は5 10m(存在度の低い~10%)のための地上サンプリング距離(GSD)を同定することができ,一方,黒体類似材料である約3m以上GSDsの区別することは困難であることを意味しているCopyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： センサ ,  コヒーレンス ,  *放射輝度 ,  放射率 ,  *モデリング ,  アルゴリズム ,  推定量 ,  類似性 ,  検出器 ,  *スペクトル ,  *画像
準シソーラス用語： *ハイパースペクトル ,  ターゲット検出 ,  *サブピクセル ,  *ハイパースペクトル画像 , 【Automatic Indexing@JST】

分類 (1件)： リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (9件)： 長波 ,  赤外 ,  ハイパースペクトル画像 ,  サブピクセル ,  目標 ,  同定 ,  モデル化 ,  Bayesモデル ,  平均