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

A spatial–spectral approach for deriving high signal qualityeigenvectors for remote sensing image transformations

Rogge, Derek und Bachmann, Martin und Rivard, Benoit und Aasbjerg Nielsen, Allan und Feng, Jilu (2014) A spatial–spectral approach for deriving high signal qualityeigenvectors for remote sensing image transformations. International Journal of Applied Earth Observation and Geoinformation, 26, Seiten 387-398. Elsevier. doi: 10.1016/j.jag.2013.09.007. ISSN 0303-2434.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

Offizielle URL: http://dx.doi.org/10.1016/j.jag.2013.09.007

Kurzfassung

Spectral decorrelation (transformations) methods have long been used in remote sensing. Transformationof the image data onto eigenvectors that comprise physically meaningful spectral properties (signal) canbe used to reduce the dimensionality of hyperspectral images as the number of spectrally distinct signalsources composing a given hyperspectral scene is generally much less than the number of spectral bands.Determining eigenvectors dominated by signal variance as opposed to noise is a difficult task. Problemsalso arise in using these transformations on large images, multiple flight-line surveys, or temporal datasets as computational burden becomes significant. In this paper we present a spatial–spectral approachto deriving high signal quality eigenvectors for image transformations which possess an inherently abil-ity to reduce the effects of noise. The approach applies a spatial and spectral subsampling to the data,which is accomplished by deriving a limited set of eigenvectors for spatially contiguous subsets. Thesesubset eigenvectors are compiled together to form a new noise reduced data set, which is subsequentlyused to derive a set of global orthogonal eigenvectors. Data from two hyperspectral surveys are used todemonstrate that the approach can significantly speed up eigenvector derivation, successfully be appliedto multiple flight-line surveys or multi-temporal data sets, derive a representative eigenvector set forthe full image data set, and lastly, improve the separation of those eigenvectors representing signal asopposed to noise.

elib-URL des Eintrags:https://elib.dlr.de/92957/
Dokumentart:Zeitschriftenbeitrag
Titel:A spatial–spectral approach for deriving high signal qualityeigenvectors for remote sensing image transformations
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Rogge, DerekGerman Remote Sensing Data CentreNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Bachmann, MartinMartin.Bachmann (at) dlr.dehttps://orcid.org/0000-0001-8381-7662NICHT SPEZIFIZIERT
Rivard, BenoitDepartment of Earth and Atmospheric Sciences, University of AlbertaNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Aasbjerg Nielsen, AllanTechnical University of Denmark, National Space InstituteNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Feng, JiluDepartment of Earth and Atmospheric Sciences, University of AlbertaNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:2014
Erschienen in:International Journal of Applied Earth Observation and Geoinformation
Referierte Publikation:Ja
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Ja
Band:26
DOI:10.1016/j.jag.2013.09.007
Seitenbereich:Seiten 387-398
Verlag:Elsevier
ISSN:0303-2434
Status:veröffentlicht
Stichwörter:Hyperspectral imaging, Spatial and spectral processing, Eigenvector transformationsa
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 Fernerkundung der Landoberfläche (alt)
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Deutsches Fernerkundungsdatenzentrum > Landoberfläche
Hinterlegt von: Rogge, Derek
Hinterlegt am:04 Dez 2014 14:37
Letzte Änderung:06 Nov 2023 15:02

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.