Démélange robuste d'images hyperspectrales en interprétant les pôles de mélange comme des données directionnelles

Auteurs-es

  • Lucas Drumetz Lab-STICC, IMT-Atlantique
  • Jocelyn Chanussot GIPSA-lab, Grenoble-INP
  • Akira Iwasaki RCAST, The University of Tokyo

DOI :

https://doi.org/10.52638/rfpt.2018.410

Résumé

Le démélange d'images hyperspectrales vise à extraire les spectres des matériaux purs de la scène observée (pôles de mélange ou endmembers), ainsi que leurs proportions dans chaque pixel de l'image (abondances). La plupart des algorithmes s'appuient sur des techniques classiques d'extraction d'endmembers qui peuvent échouer dans des scénarios difficiles. Dans cet article, nous abordons ce problème en même temps que la variabilité des matériaux en considérant qu'un endmember est une direction dans l'espace ambiant plutôt qu'un seul point. Sous ce paradigme, nous proposons un algorithme pour fournir des spectres de référence robustes. Nous montrons le potentiel de l'algorithme proposé sur un jeu de données synthétiques en utilisant des spectres réels présentant de la variabilité intra-classe, et une image d'une scène naturelle complexe.

Téléchargements

Les données relatives au téléchargement ne sont pas encore disponibles.

Téléchargements

Publié-e

2018-09-21

Comment citer

Drumetz, L., Chanussot, J., & Iwasaki, A. (2018). Démélange robuste d’images hyperspectrales en interprétant les pôles de mélange comme des données directionnelles. Revue Française de Photogrammétrie et de Télédétection, (217-218), 43–50. https://doi.org/10.52638/rfpt.2018.410

Numéro

Rubrique

Meilleurs articles CFPT 2018

Articles les plus lus du,de la,des même-s auteur-e-s