文献

J-GLOBAL ID：201702278372952052   整理番号：17A1934039

高スペクトル走査型圧縮イメージングとデータ再構成【JST・京大機械翻訳】

Compressive Whiskbroom Sensing and Data Reconstruction for Hyperspectral Imaging

著者 (2件)： Jia Yingbiao (韶関学院信息科学与工程学院,广東韶関,512005) ,  Feng Yan (西北工業大学電子信息学院,陜西西安,710129)
資料名： Hongwai Jishu  (Hongwai Jishu)
巻： 39  号： 8  ページ： 722-727  発行年： 2017年 
JST資料番号： C2520A  ISSN： 1001-8891  CODEN： HOJIEC  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 高分解能の応用により,従来のハイパースペクトルリモートセンシング画像システムは,高速度サンプリング,大容量データ蓄積などの困難な問題に直面し,圧縮センシング理論は,従来のハイパースペクトルリモートセンシングにおけるボトルネック問題を解決することができる可能性がある。高スペクトル圧縮センシング画像に関して,格子,円筒レンズ,二次元符号化開口,線形センシングアレイなどの光電子装置を用いて,一次元露光における空間画素のスペクトル次元の対応する多重圧縮サンプリング値を得た。圧縮センシングデータの再構成において,ハイパースペクトル画像の空間相関の事前情報を完全に利用するために,空間予測反復アルゴリズムを提案した。実験結果により,標準圧縮センシング再構成アルゴリズムと比較して,提案したアルゴリズムは,圧縮センシングサンプリングレートが0.2を超えるときに,信号対雑音比を10dB以上改善することができることを示した。設計されたシステムは簡単に実現しやすく、衛星搭載、機上などのリモートセンシングプラットフォームのハイパースペクトル画像圧縮に応用できる。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 高速度 ,  *画像処理 ,  画素 ,  *再構成 ,  *スペクトル ,  線形性 ,  多重化 ,  高分解能 ,  二次元 ,  アルゴリズム ,  SN比
準シソーラス用語： 反復アルゴリズム ,  ハイパースペクトル画像 ,  圧縮センシング ,  ハイパースペクトル・リモートセンシング , 【Automatic Indexing@JST】

著者キーワード (4件)： hyperspectral remote-sensing ,  compressive imaging ,  whiskbroom ,  data reconstruction

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (4件)： スペクトル ,  走査型 ,  イメージング ,  データ再構成