文献

J-GLOBAL ID：201802228187653699   整理番号：18A1439398

スペクトルベースのハイパースペクトル端成分の認識と解の結合【JST・京大機械翻訳】

Endmember Distinguishing and Unmixing for Hyperspectral Image Integrated by Spectral Library

著者 (4件)： Wang Yugan (東華理工大学測絵工程学院,南昌330013;東華理工大学江西省数字国土重点実験室,南昌330013;流域生態与地理環境監測国家測絵地理信息局重点実験室,南昌330013) ,  He Haiqing (東華理工大学測絵工程学院,南昌330013;東華理工大学江西省数字国土重点実験室,南昌330013;流域生態与地理環境監測国家測絵地理信息局重点実験室,南昌330013) ,  Tan Yongbin (東華理工大学測絵工程学院,南昌330013;東華理工大学江西省数字国土重点実験室,南昌330013;流域生態与地理環境監測国家測絵地理信息局重点実験室,南昌330013) ,  Li Xiaolong (東華理工大学測絵工程学院,南昌330013;東華理工大学江西省数字国土重点実験室,南昌330013;流域生態与地理環境監測国家測絵地理信息局重点実験室,南昌330013)
資料名： Yaogan Xinxi  (Yaogan Xinxi)
巻： 33  号： 2  ページ： 33-39  発行年： 2018年 
JST資料番号： C2739A  ISSN： 1000-3177  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： スペクトルベースのハイパースペクトル画像の疎な解像法で得た端成分の存在度と真の端成分の存在度には大きな差があり,その結果,小さい存在度を持つ多くの選択端要素(偽端要素)が混在した。スペクトルベースのハイパースペクトルリモートセンシング画像の端成分認識と疎解混合の方法を提案した。最初に,画像の初期の疎な解の混合によって,得られた解の混合存在度を,著しく分析し,そして,この閾値の存在度を,混合画素から除去する,そして,この閾値の存在度を,適応的に選択することができた。より疎で正確な表現端部分集合を得た。シミュレーションデータの実験結果は,この方法が,解の混在度のスパース性を大幅に向上させ,端元認識の精度を向上させ,解の精度をある程度改善できることを示した。実データの実験結果は,実画像の複雑な場面でのこの方法の有効性を証明した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *スペクトル ,  シミュレーション ,  部分集合 ,  画像
準シソーラス用語： スパース性 ,  ミクセル ,  ハイパースペクトル・リモートセンシング ,  ハイパースペクトル画像 ,  *端成分 ,  *ハイパースペクトル , 【Automatic Indexing@JST】

著者キーワード (6件)： hyperspectral imagery ,  endmember distinguishing ,  unmixing ,  spectral library ,  saliency ,  sparsity

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 ,  ハイパースペクトル ,  端成分 ,  解