Background characterization for subpixel target detection

Stanley Rotman, Sapir Ben-Yakar, Dan Blumberg

פרסום מחקרי: פרק בספר / בדוח / בכנספרסום בספר כנסביקורת עמיתים

תקציר

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.

שפה מקוריתאנגלית אמריקאית
כותר פרסום המארח2017 IEEE International Geoscience and Remote Sensing Symposium
כותר משנה של פרסום המארחInternational Cooperation for Global Awareness, IGARSS 2017 - Proceedings
עמודים1344-1346
מספר עמודים3
מסת"ב (אלקטרוני)9781509049516
מזהי עצם דיגיטלי (DOIs)
סטטוס פרסוםפורסם - 1 דצמ׳ 2017
אירוע37th Annual IEEE International Geoscience and Remote Sensing Symposium, IGARSS 2017 - Fort Worth, ארצות הברית
משך הזמן: 23 יולי 201728 יולי 2017

סדרות פרסומים

שםInternational Geoscience and Remote Sensing Symposium (IGARSS)
כרך2017-July

כנס

כנס37th Annual IEEE International Geoscience and Remote Sensing Symposium, IGARSS 2017
מדינה/אזורארצות הברית
עירFort Worth
תקופה23/07/1728/07/17

ASJC Scopus subject areas

  • ???subjectarea.asjc.1700.1706???
  • ???subjectarea.asjc.1900.1900???

טביעת אצבע

להלן מוצגים תחומי המחקר של הפרסום 'Background characterization for subpixel target detection'. יחד הם יוצרים טביעת אצבע ייחודית.

פורמט ציטוט ביבליוגרפי