文献

J-GLOBAL ID：201802226091346392   整理番号：18A1807881

スペクトル署名部分間隔における有理関数曲線あてはめを用いたハイパースペクトルデータ圧縮【JST・京大機械翻訳】

Hyperspectral Data Compression by Using Rational Function Curve Fitting in Spectral Signature Subintervals

著者 (2件)： Beitollahi Mersedeh (Department of Communication, Islamic Azad University, Tehran, Iran) ,  Hosseini S. Abolfazl (Department of Communication, Islamic Azad University, Tehran, Iran)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CSNDSP  ページ： 1-6  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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データは多くの画像の収集であり,それらの全ては単一の地上景観からのものであるが,異なるおよび隣接する波長(バンド)において,また400から2500nmの全体または部分波長においてしばしばある。ハイパースペクトルデータの各画素に対して,バンド数に関して異なるバンドにおける輝度強度をプロットすることによって得られた曲線は,スペクトル署名またはスペクトル反射曲線(SRC)として知られている。圧縮法は離散余弦変換(DCT),離散ウェーブレット変換(DWT)などの変換符号化に基づいており,主成分分析(PCA)は画像相関を除去し,それらの体積を低減する最も効果的な方法の一つである。しかし,これらの方法の全ては,スペクトル反射率曲線代数幾何学的特徴を考慮せず,情報の豊富な情報源が一次特徴の順序として無視されているという共通の誤りを被っている。もう一つの方法は,画像スペクトルに対するその効果のために,圧縮ハイパースペクトル画像において排他的に使用される曲線あてはめに基づいている。この方法はスペクトル信号画像を用いて特徴を低減する。この方法はPCAのような以前の方法と比較して非常に良い結果を有していたが,この方法を用いることによる圧縮において,いくつかの点におけるSRC近似曲線は歪を有していた。本論文では,この歪を解決するために,歪点と区間SRCを非重複隣接間隔に見出す特定の方法を用いることを試みた。提案方法を用いて,歪を除去することに加えて,PSNRレベルは非常に増加して,再構成画像品質はオリジナル画像と非常に類似していた。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *スペクトル ,  輝度 ,  DCT【変換】 ,  画素 ,  主成分分析 ,  情報源 ,  画像 ,  品質 ,  *曲線あてはめ ,  反射率 ,  波長
準シソーラス用語： ハイパースペクトル画像 ,  離散ウェーブレット変換 ,  *ハイパースペクトルデータ ,  *有理関数 , 【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)： スペクトル ,  署名 ,  有理関数 ,  曲線あてはめ ,  ハイパースペクトルデータ