文献

J-GLOBAL ID：202202216694667844   整理番号：22A1066805

グラフに基づく空間-スペクトル全変動によるハイパースペクトル画像復元

Hyperspectral Image Denoising by Graph Spatio-Spectral Total Variation Minimization

著者 (3件)： 竹本真悟 (東京工大 情報理工学院) ,  長沼一輝 (東京工大 情報理工学院) ,  小野峻佑 (東京工大 情報理工学院)
資料名： 電子情報通信学会技術研究報告(Web)  (IEICE Technical Report (Web))
巻： 121  号： 383(EA2021 64-97)  ページ： 38-43 (WEB ONLY)  発行年： 2022年02月22日 
JST資料番号： U2030A  ISSN： 2432-6380  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本論文では,Graph Spatio-spectral Total Variation(Graph SSTV,GSSTV)に基づくハイパースペクトル(HS)画像の新しいノイズ除去法を提案する.SSTVは,HS画像のスペクトル相関を適切に捉える強力な正則化アプローチとして,混合ノイズ除去を含め広く応用されている.しかし,SSTVは空間的な正則化として単に垂直・水平方向の差を評価するだけであるため,エッジやテクスチャが混在するHS画像の複雑な空間構造を保持したノイズ除去を行うには不十分であると考えられる.この問題を解決するため,HS画像の空間構造を明示的に反映したグラフに基づく重み付き空間差分作用素をSSTVに統合することで,GSSTVを確立する.まず,与えられたノイズの多いHS画像の全バンドを平均化したノイズ低減グレースケール画像(ガイド画像)を生成し,ガイド画像からグラフを構築する.次に,グラフを介して定義される空間差分作用素を用いてGSSTVを設計し,HS画像のノイズ除去問題を,GSSTVを含む凸最適化問題で定式化する.さらに,この問題を解くための効率的なアルゴリズムを,主-双対近接分離法に基づいて開発する.混合ノイズ除去の実験を通して,SSTVを含む既存のHS画像正則化モデルと比較し,GSSTVの有効性を実証する.(著者抄録)

シソーラス用語： *スペクトル画像 ,  *画像復元 ,  変動 ,  雑音除去 ,  画像 ,  グラフ理論 ,  最適化問題 ,  制約付最適化問題 ,  SN比 ,  類似性 ,  Gauss雑音 ,  正則化
準シソーラス用語： PSNR ,  グレースケール画像 ,  *ハイパースペクトル画像 ,  構造的類似性 ,  全変動 ,  凸最適化問題

分類 (1件)： 図形・画像処理一般  (JE04010I)

引用文献 (31件)：

• M. Borengasser, W.S. Hungate, and R. Watkins, Hyperspectral remote sensing: principles and applications, CRC press, 2007.
• H. Grahn and P. Geladi, Techniques and applications of hyperspectral image analysis, John Wiley & Sons, 2007.
• P.S. Thenkabail and J.G. Lyon, Hyperspectral remote sensing of vegetation, CRC press, 2016.
• J.M. Bioucas-Dias, A. Plaza, N. Dobigeon, M. Parente, Q. Du, P. Gader, and J. Chanussot, “Hyperspectral unmixing overview: Geometrical, stastical, and sparse regression-based approaches,” IEEE J. Sel. Topics Appl. Earth Observ. Remote Sens., vol.5, no.2, pp.354-379, Apr. 2012.
• W. Ma, J.M. Bioucas-Dias, T. Chan, N. Gillis, P. Gader, A.J. Plaza, A. Ambikapathi, and C. Chi, “A signal processing perspective on hyperspectral unmixing: Insights from remote sensing,” IEEE Signal Process. Mag., vol.31, no.1, pp.67-81, Dec. 2014.

タイトルに関連する用語 (5件)： グラフ ,  スペクトル ,  全変動 ,  ハイパースペクトル画像 ,  復元