Background characterization for subpixel target detection

Stanley Rotman, Sapir Ben-Yakar, Dan Blumberg

نتاج البحث: فصل من :كتاب / تقرير / مؤتمرمنشور من مؤتمرمراجعة النظراء

ملخص

When performing point target detection in hyperspectral imagery, one often uses the spectral inverse covariance matrix to whiten the natural noise of the image. Since the cube is not necessarily stationary, we wish to understand when segmentation is worthwhile to provide different covariance matrices for different areas of the cube. Using simulations and several new analytical tools, we propose general guidelines for when segmentation is useful.

اللغة الأصليةإنجليزيّة أمريكيّة
عنوان منشور المضيف2017 IEEE International Geoscience and Remote Sensing Symposium
العنوان الفرعي لمنشور المضيفInternational Cooperation for Global Awareness, IGARSS 2017 - Proceedings
الصفحات1344-1346
عدد الصفحات3
رقم المعيار الدولي للكتب (الإلكتروني)9781509049516
المعرِّفات الرقمية للأشياء
حالة النشرنُشِر - 1 ديسمبر 2017
الحدث37th Annual IEEE International Geoscience and Remote Sensing Symposium, IGARSS 2017 - Fort Worth, الولايات المتّحدة
المدة: ٢٣ يوليو ٢٠١٧٢٨ يوليو ٢٠١٧

سلسلة المنشورات

الاسمInternational Geoscience and Remote Sensing Symposium (IGARSS)
مستوى الصوت2017-July

!!Conference

!!Conference37th Annual IEEE International Geoscience and Remote Sensing Symposium, IGARSS 2017
الدولة/الإقليمالولايات المتّحدة
المدينةFort Worth
المدة٢٣/٠٧/١٧٢٨/٠٧/١٧

All Science Journal Classification (ASJC) codes

  • !!Computer Science Applications
  • !!General Earth and Planetary Sciences

بصمة

أدرس بدقة موضوعات البحث “Background characterization for subpixel target detection'. فهما يشكلان معًا بصمة فريدة.

قم بذكر هذا