2022 Fiscal Year Annual Research Report
ハイパースペクトルイメージングを有効活用するための数理技術の開発
| Project/Area Number |
20K11951
|
|---|
| Research Institution | Shizuoka University |
|---|
Principal Investigator |
水谷 友彦 静岡大学, 工学部, 准教授 (00553984)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 前処理 / 後処理 / 外れ値 |
|---|
| Outline of Annual Research Achievements |
Hottopixx法は線形混合モデルに基づくミクセル分解手法である．Hottopixx法では入力データからLPモデルを構築し，最適解の情報からミクセル分解を求める．ミクセル分解の精度は後処理を実行すると向上することが知られている．これまでの理論解析の結果はミクセル分解に対してHottopixx法は有効であるということを示唆している．しかし，LPモデルを解くための計算量が大きいため実データに適用することは難しい．そこで，前年度の研究ではLPモデルの効率的解法を開発した．本年度は開発した手法をミクセル分解に適用し有効性を調べた．その結果，大規模な画像データに対して適用できることは確認できたが，精度に関しては期待していたほどではなかった．そこで精度向上のために後処理技術の改良と外れ値除去の開発を行った．
Hottopixx法の後処理では，LPモデルの最適解を手がかりにしてデータを複数のグループに分割し，各グループから要素を抽出するという手順を実行する．既存手法では最適解から得られる情報を基準にして要素を抽出するが，その基準をグループ内の要素の位置情報を利用することに変更した．線形混合モデルに基づくミクセル分解手法では，ハイパースペクトル画像中のピュアピクセルあるいはそれに類似したピクセルの発見が鍵となる．ピュアピクセルとそれに類似したピクセルは画像中に複数存在する．そのため，孤立したピクセル（つまり，それとよく似たピクセルが画像に含まれていない）はピュアピクセルの候補とはなり得ない．そこで，孤立したピクセルを除去する手法を開発した．前処理と後処理を組入れたHottopixx法のミクセル分解性能を複数のハイパースペクトル画像を用いて実験的に調べた．その結果，既存手法よりも高い精度でミクセル分解を実行できることを確認した．
|
