文献

J-GLOBAL ID：201902242214226366   整理番号：19A0527115

ハイパースペクトル画像の混合画素分解における空間およびスペクトルコンテンツの組込み【JST・京大機械翻訳】

Incorporation of spatial and spectral contents in mixed-pixel decomposition of hyperspectral images

著者 (3件)： Kowkabi Fatemeh (Department of Electrical Engineering, Marvdasht Branch, Islamic Azad University, Iran) ,  Ghassemian Hassan (Image processing and Information Analysis Lab, Faculty of ECE, Tarbiat Modares University, Tehran, Iran) ,  Keshavarz Ahmad (Department of EE, Persian Gulf University, Bushehr, Iran)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICEE  ページ： 1851-1856  発行年： 2017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： スペクトル非混合はしばしば2つの重要なステップを含む。一つはエンドメンバー(EM)として知られているハイパースペクトル画像のユニークな構成要素の同定であり,もう一つはそれらの豊度分率推定である。正確なスペクトル非混合は未知のハイパースペクトル画像の解釈に大きな影響を与える。多くのアルゴリズムが,EMを認識するために開発された。それらのほとんどは,空間的コンテンツサポートの不足によるスペクトル情報の開発に関して強調した。したがって,いくつかの前処理モジュール(PPs)の前のEM抽出段階を,空間的およびスペクトル的コンテンツの両方を組み込むために提供した。本論文では,教師なしk-平均クラスタリングと新しい過剰セグメンテーション技術の両方を利用する空間的均一領域を認識することにより,新しい前処理アルゴリズムを提案した。その後,より大きなスペクトル純度を有する領域は,次のEEステージに対する最良のEM候補として完全に均一な領域を見出した。AVIRIS Cupriteシーンに関して行われた実験結果に関して,著者らの方式はオリジナル画像の再構成を改良することができて,それらのUSGSライブラリ署名の近くでより正確にEMを抽出することができた。さらに,それはEM同定段階の計算時間における有意な減少を提供した。Copyright 2019 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： セグメンテーション ,  *スペクトル ,  純度 ,  再構成 ,  アルゴリズム ,  クラスタ化 ,  *コンテンツ ,  前処理
準シソーラス用語： AVIRIS ,  ミクセル ,  *ハイパースペクトル画像 , 【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 (6件)： ハイパースペクトル画像 ,  混合画素 ,  分解 ,  スペクトル ,  コンテンツ ,  組込み