Модели Формирования И Некоторые Алгоритмы Обработки Гиперспектральных Изображений

Ахметов, Р. Н.; Стратилатов, Н. Р.; Юдаков, А. А.; Везенов, В. И.; Eremeev, Vladimir V.

doi:10.7868/s0205961414010011

Cited by 2 publications

(1 citation statement)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Одним из основных препятствий к получению высокой повторяемости результатов восстановления спектральной плотности яркости по данным многоканальной съемки на практике является погрешность измерений сигнала приемника излучения [4,5]. Введение погрешности в моделирование метода многоканальной гиперспектрометрии позволит проверить надежность указанного метода и определить его место в современной науке и технике, в том числе привести математическое обоснование применения метода для получения гиперспектральных данных в практических приложениях [6,7].…”

Section: Introductionunclassified

Сравнительный Анализ Методов Решения Некорректных Обратных Задач Для Многоканальной Гиперспектрометрии

Гурылева¹,

Хорохоров²,

Латышев³

2019

Журнал Технической Физики

View full text Add to dashboard Cite

A comparative analysis of various implementations of multichannel recording using optical filters is performed to improve the spectral resolution of multichannel hyperspectrometers at maintaining the high spatial resolution. The computing power of different means of multichannel data processing is considered as well. The recovery of spectral brightness density using multichannel recording data is shown to be an incorrect task. The methods proposed to solve it are wavelet transformation, Tikhonov’s regularization approach, and Godunov method. The spectral brightness density is simulated using the multichannel recording results taking into account the measurement error. The applicability limits are established for each method. It is supposed that the Tikhonov method is more resistant to measurement errors. Various approaches for selecting optical filters that participate in the multichannel recording are compared with respect to the final accuracy of spectral brightness density reconstruction using the recording data, which evidences the benefits of the classical method. The optimal combination of the amount of optical filters and the number of recording channels is found as well. The wide application necessitates three channels with four optical filters and eight channels with two optical filters.

show abstract

Section: Introductionunclassified

Сравнительный Анализ Методов Решения Некорректных Обратных Задач Для Многоканальной Гиперспектрометрии

Гурылева¹,

Хорохоров²,

Латышев³

2019

Журнал Технической Физики

View full text Add to dashboard Cite

show abstract

Algorithms of object identification on the basis of hyperspectral Earth survey data using fuzzy linear regression

Trukhanov¹

2016

VESTNIK of Samara University. Aerospace and Mechanical Engineer

View full text Add to dashboard Cite

Филиал акционерного общества «РКЦ «Прогресс» -ОКБ «Спектр», г. Рязань В статье рассматривается подход к решению задачи идентификации объектов земной поверхности по данным гиперспектральной съёмки от космических комплексов, базирующийся на сравнении гипер-спектральных характеристик исследуемых объектов с набором эталонных сигнатур. Предлагаются алго-ритмы идентификации объектов с использованием теории нечётких множеств: алгоритм идентификации на основе нечёткой линейной регрессии и алгоритм консолидации результатов различных решений по идентификации. Алгоритм на основе нечёткой линейной регрессии базируется на применении несиммет-ричных треугольных нечётких чисел. Данный подход, использовавшийся ранее при решении задач ап-проксимации и оценки уникальности фрагментов электронной карты, применяется для идентификации гиперспектральных характеристик. Такой выбор основан на том, что нечёткая линейная регрессия позво-ляет провести идентификацию в условиях неоднозначности. Приводятся результаты экспериментальных исследований предлагаемых алгоритмов на основе реальных данных гиперспектральной съёмки (с кос-мического аппарата «Ресурс-П» №1) в объёме 10 снимков. Показано повышение надёжности идентифи-кации при консолидации результатов от алгоритмов на основе меры подобия евклидова расстояния, уг-ловой меры подобия, а также нечётких мер подобия на 6,1 % по сравнению с одним из исходных алго-ритмов, дающим лучшее решение.Идентификация объектов, гиперспектральная характеристика, гиперспектральная съёмка, не-чёткая линейная регрессия, алгоритм.

show abstract

Модели Формирования И Некоторые Алгоритмы Обработки Гиперспектральных Изображений

Cited by 2 publications

References 0 publications

Сравнительный Анализ Методов Решения Некорректных Обратных Задач Для Многоканальной Гиперспектрометрии

Сравнительный Анализ Методов Решения Некорректных Обратных Задач Для Многоканальной Гиперспектрометрии

Algorithms of object identification on the basis of hyperspectral Earth survey data using fuzzy linear regression

Contact Info

Product

Resources

About