Thông tin chung

  English

  Đề tài NC khoa học
  Bài báo, báo cáo khoa học
  Hướng dẫn Sau đại học
  Sách và giáo trình
  Các học phần và môn giảng dạy
  Giải thưởng khoa học, Phát minh, sáng chế
  Khen thưởng
  Thông tin khác

  Tài liệu tham khảo

  Hiệu chỉnh

 
Số người truy cập: 106,075,968

 Nhận dạng vật liệu từ ảnh viễn thám siêu phổ
Tác giả hoặc Nhóm tác giả: Huỳnh Thị Ngọc An; Hồ Phước Tiến
Nơi đăng: Tạp chí Khoa học Công nghệ ĐHĐN; Số: Số 1(98).2016;Từ->đến trang: 6;Năm: 2016
Lĩnh vực: Kỹ thuật; Loại: Bài báo khoa học; Thể loại: Trong nước
TÓM TẮT
Ảnh siêu phổ chứa một lượng thông tin rất lớn, ở hàng trăm tần số khác nhau, và mở ra những ứng dụng quan trọng trong việc nghiên cứu trái đất và bảo vệ môi trường. Một vấn đề quan trọng đối với ảnh siêu phổ – và chi phối nhiều bài toán khác trong lĩnh vực này – đó là nhận dạng các thành phần vật chất hay vật liệu có mặt tại một vùng nào đó trên bề mặt đất thu nhận được bởi ảnh siêu phổ. Bài báo này sẽ xem xét việc nhận dạng các phổ, và từ đó là vật liệu, tại mỗi pixel trong một ảnh siêu phổ. Vai trò của ràng buộc không gian giữa các pixel lân cận sẽ được phân tích một cách chi tiết để nâng cao khả năng nhận dạng phổ. Phương pháp này, khi được thử nghiệm với tập dữ liệu nhân tạo và dữ liệu thật thu được từ vệ tinh, đã cho thấy những kết quả hứa hẹn.
ABSTRACT
A hyper-spectrum image contains a very large quantity of information measured at a geographic region and over hundreds of frequencies. Such images can lead to interesting applications in earth and environment protection research. An essential topic in hyper-spectrum imaging is how to identify materials, or their spectra, which are present in a region of the earth’s surface. In this paper, this topic will be considered through the “unmixing” problem in which spectrum or material identification from a mixture of spectra is carried out at each pixel in a hyper-spectrum image. The spatial constraint among neighboring pixels will be analysed to improve the performance of spectrum identification. The method tested with artificial and real data has shown promising results.
© Đại học Đà Nẵng
 
 
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn