elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

A Classification Algorithm for Hyperspectral Data based on Synergetics Theory

Cerra, Daniele und Müller, Rupert und Reinartz, Peter (2012) A Classification Algorithm for Hyperspectral Data based on Synergetics Theory. In: ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, I-7, Seiten 71-76. Copernicus Publications. XXII ISPRS Congress, 2012-08-25 - 2012-09-01, Melbourne, Australia. doi: 10.5194/isprsannals-I-7-71-2012. ISSN 2194-9042.

[img]
Vorschau
PDF
2MB

Offizielle URL: http://www.isprs-ann-photogramm-remote-sens-spatial-inf-sci.net/I-7/71/2012/isprsannals-I-7-71-2012.pdf

Kurzfassung

This paper presents a new classification methodology for hyperspectral data based on synergetics theory, which describes the spontaneous formation of patterns and structures in a system through self-organization. We introduce a representation for hyperspectral data, in which a spectrum can be projected in a space spanned by a set of user-defined prototype vectors, which belong to some classes of interest. Each test vector is attracted by a final state associated to a prototype, and can be thus classified. As typical synergetics-based systems have the drawback of a rigid training step, we modify it to allow the selection of user-defined training areas, used to weight the prototype vectors through attention parameters and to produce a more accurate classification map through majority voting of independent classifications. Results are comparable to state of the art classification methodologies, both general and specific to hyperspectral data and, as each classification is based on a single training sample per class, the proposed technique would be particularly effective in tasks where only a small training dataset is available.

elib-URL des Eintrags:https://elib.dlr.de/78229/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:A Classification Algorithm for Hyperspectral Data based on Synergetics Theory
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Cerra, DanieleMF-PBNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Müller, RupertMF-PBNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Reinartz, PeterMF-PBNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:2012
Erschienen in:ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
Band:I-7
DOI:10.5194/isprsannals-I-7-71-2012
Seitenbereich:Seiten 71-76
Herausgeber:
HerausgeberInstitution und/oder E-Mail-Adresse der HerausgeberHerausgeber-ORCID-iDORCID Put Code
Shortis, M.NICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Wagner, W.NICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Hyppä, J.NICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Verlag:Copernicus Publications
Name der Reihe:ISPRS Annals
ISSN:2194-9042
Status:veröffentlicht
Stichwörter:Hyperspectral image analysis, synergetics theory.
Veranstaltungstitel:XXII ISPRS Congress
Veranstaltungsort:Melbourne, Australia
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:25 August 2012
Veranstaltungsende:1 September 2012
Veranstalter :International Society for Photogrammetry and Remote Sensing
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Erdbeobachtung
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R EO - Erdbeobachtung
DLR - Teilgebiet (Projekt, Vorhaben):R - Vorhaben hochauflösende Fernerkundungsverfahren (alt)
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Methodik der Fernerkundung > Photogrammetrie und Bildanalyse
Hinterlegt von: Cerra, Daniele
Hinterlegt am:05 Nov 2012 14:34
Letzte Änderung:24 Apr 2024 19:44

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.