文献

J-GLOBAL ID：201802255749540583   整理番号：18A0509419

UAVに基づくハイパースペクトル画像を用いた植生分類のための新しいアプローチ【Powered by NICT】

A novel approach for vegetation classification using UAV-based hyperspectral imaging

著者 (8件)： Ishida Tetsuro (Faculty of Science, Hokkaido University, Sapporo, Japan) ,  Kurihara Junichi (Faculty of Science, Hokkaido University, Sapporo, Japan) ,  Viray Fra Angelico (Training Center for Applied Geodesy and Photogrammetry, University of the Philippines Diliman, Quezon City, Philippines) ,  Namuco Shielo Baes (Institute of Environmental Science and Meteorology, University of the Philippines Diliman, Quezon City, Philippines) ,  Paringit Enrico C. (Training Center for Applied Geodesy and Photogrammetry, University of the Philippines Diliman, Quezon City, Philippines) ,  Perez Gay Jane (Institute of Environmental Science and Meteorology, University of the Philippines Diliman, Quezon City, Philippines) ,  Takahashi Yukihiro (Faculty of Science, Hokkaido University, Sapporo, Japan) ,  Marciano Joel Joseph (Advanced Science and Technology Institute, Department of Science and Technology, Quezon City, Philippines)
資料名： Computers and Electronics in Agriculture  (Computers and Electronics in Agriculture)
巻： 144  ページ： 80-85  発行年： 2018年 
JST資料番号： T0337A  ISSN： 0168-1699  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 無人航空機(UAV)をベースにしたスペクトル画像の使用は,高解像度リモートセンシング応用でかなりの利点を提供する。しかし,UAVに搭載可能なセンサの数は限られており,スペクトルバンドの最適な組み合わせを選択することは複雑であるが,従来のUAVに基づいたマルチスペクトル画像システムのための重要である。これらの限界を克服するために,液晶同調フィルタ(LCTF),光学フィルタを交換することを必要とせずに,選択された波長を伝送を採用した。LCTFベースハイパースペクトル画像システムのキャリブレーションと検証のために,野外キャンペーンは3月28日-2016年4月3日中のフィリピンで実施した。このキャンペーンでは,UAVに基づいたハイパースペクトル画像はいくつかの植生地域で実施し,14種類の地上物体のスペクトル反射率を測定した。さらに,サポートベクトルマシン(SVM)モデルを用いた機械学習(ML)法は得られたデータセットに適用した結果,空中ハイパースペクトル画像から生成した高分解能分類地図。結果は大量誤分類の太陽に照らされた部分とシェイド加工した部分の間のスペクトル反射率の違いに起因する日陰となる領域で発生したことを明確に示した。も分類精度が日照と日影両スペクトルデータを用いたSVMモデルを訓練することにより劇的に改善されたことが分かった。その結果,植生地域で94.5%の分類精度を達成した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 機械学習 ,  光学フィルタ ,  リモートセンシング ,  波長 ,  センサ ,  反射率 ,  *スペクトル ,  *スペクトル画像 ,  高分解能 ,  スペクトルバンド ,  サポートベクトルマシン ,  スペクトルデータ
準シソーラス用語： 分類精度 ,  マルチスペクトル画像 ,  *ハイパースペクトル画像 , 【Automatic Indexing@JST】

著者キーワード (4件)： 液晶波長可変フィルタ ,  無人航空機 ,  植生分類 ,  機械学習

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

タイトルに関連する用語 (3件)： UAV ,  ハイパースペクトル画像 ,  植生分類