文献

J-GLOBAL ID：201702253370036045   整理番号：17A1029866

ハイパースペクトルおよびマルチスペクトルデータ融合:最近の文献の比較レビュー【Powered by NICT】

Hyperspectral and Multispectral Data Fusion: A comparative review of the recent literature

著者 (3件)： Yokoya Naoto (Department of Advanced Interdisciplinary Studies, The University of Tokyo, Tokyo, 153-0041, Japan) ,  Grohnfeldt Claas (Remote Sensing Technology, German Aerospace Center, Wessling, 82234, Germany) ,  Chanussot Jocelyn (GIPSA-Lab, Grenoble Institute of Technology (INP Grenoble), Saint Martin d Heres, 38402 Grenoble, France)
資料名： IEEE Geoscience and Remote Sensing Magazine  (IEEE Geoscience and Remote Sensing Magazine)
巻： 5  号： 2  ページ： 29-56  発行年： 2017年 
JST資料番号： W2431A  ISSN： 2168-6831  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： 近年,ハイパースペクトル(HS)画像の空間分解能を高めるために画像処理アルゴリズムを設計するためになされてきた膨大な努力。最も一般的な問題点の一つは,高い空間分解能多重スペクトル(MS)データとHSデータの融合である。種々の方法を種々の理論に基づいてこのデータ融合問題を解決するために提案されてきたが,成分置換(CS),多重解像度解析(MRA),スペクトルアンミキシング,Bayes確率を含んでいた。本論文では,広範囲な実験とHS-MS融合技術の比較レビューを提示した。十最新のHS-MS融合法は定量的におよび視覚の両者でそれらの融合性能を評価することにより比較した。異なる地理的及びセンサ特性を特徴とする八種のデータセットを実験に用い融合アルゴリズムの一般化可能性と汎用性を評価した。この比較の公平性と透明性を最大にするために,公的に利用可能なソースコードを使用し,パラメータを個別に最大性能のために調整される。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 ,  画像 ,  アルゴリズム ,  空間分解能 ,  視覚 ,  *データ融合 ,  汎用性 ,  公平性
準シソーラス用語： ソースコード ,  透明性 ,  スペクトルアンミキシング ,  多重解像度解析 ,  画像処理アルゴリズム ,  *多重スペクトル ,  *ハイパースペクトル , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： ハイパースペクトル ,  マルチスペクトル ,  データ融合 ,  文献 ,  レビュー