研究課題
本研究は、遠隔計測によって得られたハイパースペクトラル画像を対象として、サブピクセル情報を高精度に抽出する手法の開発を目的とする。複数のカテゴリーが画素内に混在することに起因する画素の誤分類を低減し、さらに、画素内のカテゴリーの混在比を高精度に推定することをめざして研究を行った。今年度は研究の最終年度として、今までに開発してきたアルゴリズムを半教師付き手法という観点で位置づけ、利用できる教師データが限定されている場合に画素の分類や画素内の混在比の推定を高精度に行うアルゴリズムとして再構成し、実画像へ適用して効果を確認した。リモートセンシング画像を教師付きの手法で処理を行う場合、実際には十分な数の教師データが得られないことが多い。そこで利用可能な少数の教師データが最初に与えられたものとして、そのデータに基づいて画像中から二次的な教師データとなりうる画素を抽出し、それらを活用して画素の分類や画素内情報の抽出を行う。空間的なコンテクストと分光的な特徴を考慮するため、まず画像に対して空間的に領域分割をおこない、一様と見なせる領域ごとに初期教師データと分光特性が類似した画素を抽出して、それを新たな教師データとした.初期教師データと二次教師データを利用して残された画素を小領域ごとに分類し、ミクセルについては画素内混在比の推定処理を行った。代表的なハイパースペクトラルセンサであるAVIRISによる画像を対象として実験を行い、画像内の限られた領域から教師データを抽出したために分類精度が大きく低下する場合においても、本アルゴリズムを適用することにより精度が改善できることを確認した。
すべて 2008 2007
すべて 雑誌論文 (4件) (うち査読あり 3件) 学会発表 (5件)
Lecture Notets in Artificial Intelligence (LNAI) 4938
ページ: 13-26
Proc.of SICE Annual Conference 2007
ページ: 1781-1784
映像情報メディア学会誌 61
ページ: 1769-1773
薬理と臨床 17
ページ: 489-496