Generic visual analysis for multi- and hyperspectral image data
Generic visual analysis for multi- and hyperspectral image data
复制标题
多光谱和高光谱图像数据的通用视觉分析
DOI：
10.1007/s10618-012-0283-9
复制
发表时间：
2013
影响因子：
4.8
通讯作者：
KolbA.
中科院分区：
文献类型：
--
作者：
Labitzke;BayraktarS;KolbA.
在过去的几十年中，在遥感或显微光谱学等各个应用领域的背景下，对多光谱和高光谱成像和数据分析进行了研究。然而，最近传感器技术的发展和越来越多的应用领域需要对数据分析有更通用的看法，这显然扩展了当前特定领域的方法。在此背景下，我们解决了多光谱和高光谱数据的交互式探索问题，包括（半）自动化数据分析和综合的科学可视化。在本文中，我们提出了一种基于表征单个数据集（即所谓的端元）光谱的方法，该方法可以实现多光谱和高光谱数据的通用交互式探索和简单分割。利用现有端元提取算法的概念，我们推导了一个视觉分析系统，其中最初识别的特征光谱作为输入，通过视觉探索的方式交互式地定制特定问题的视觉分析。可选的异常值检测提高了端元检测和分析的鲁棒性。采用一种用于用户修改的渐进式解混和视图更新的新技术，确保了光谱数据的高成本解混过程相对于当前端元集的充分系统反馈。渐进式解混是基于对先前解混结果的有效预测方案。我们在共聚焦拉曼显微镜、常见多光谱成像和遥感方面对我们的系统进行了详细的评估。
Multi- and hyperspectral imaging and data analysis has been investigated in the last decades in the context of various fields of application like remote sensing or microscopic spectroscopy. However, recent developments in sensor technology and a growing number of application areas require a more generic view on data analysis, that clearly expands the current, domain-specific approaches. In this context, we address the problem of interactive exploration of multi- and hyperspectral data, consisting of (semi-)automatic data analysis and scientific visualization in a comprehensive fashion. In this paper, we propose an approach that enables a generic interactive exploration and easy segmentation of multi- and hyperspectral data, based on characterizing spectra of an individual dataset, the so-called endmembers. Using the concepts of existing endmember extraction algorithms, we derive a visual analysis system, where the characteristic spectra initially identified serve as input to interactively tailor a problem-specific visual analysis by means of visual exploration. An optional outlier detection improves the robustness of the endmember detection and analysis. An adequate system feedback of the costly unmixing procedure for the spectral data with respect to the current set of endmembers is ensured by a novel technique for progressive unmixing and view update which is applied at user modification. The progressive unmixing is based on an efficient prediction scheme applied to previous unmixing results. We present a detailed evaluation of our system in terms of confocal Raman microscopy, common multispectral imaging and remote sensing.
登录
查看更多内容
用于遥感高光谱数据开发的完全约束线性光谱分解的 GPU 实现
DOI：
--
发表时间：
2010
期刊：
Optical Engineering + Applications
影响因子：
--
作者：
S. Sánchez;G. Martín;A. Plaza;Chein
通讯作者：
Chein
DOI：
--
发表时间：
2006
期刊：
European Signal Processing Conference
影响因子：
--
作者：
P. Colantoni;R. Pillay;C. Lahanier;D. Pitzalis
通讯作者：
D. Pitzalis
Theia：多光谱图像分析的开放环境
DOI：
--
发表时间：
2008
期刊：
International Working Conference on Advanced Visual Interfaces
影响因子：
--
作者：
V. Roberto;Massimiliano Hofer
通讯作者：
Massimiliano Hofer
Gerbil - 多光谱领域可视化和分析的新型软件框架
DOI：
--
发表时间：
2010
期刊：
International Symposium on Vision, Modeling, and Visualization
影响因子：
--
作者：
Johannes Jordan;E. Angelopoulou
通讯作者：
E. Angelopoulou