Yang, Chun-Chieh;Garrido-Novell, Cristobal;Perez-Marin, Dolores;Guerrero-Ginel, Jose E.;Garrido-Varo, Ana;Cho, Hyunjeong;Kim, Moon S.
Journal of Biosystems Engineering
/
v.40
no.2
/
pp.153-158
/
2015
Purpose: The research presented in this paper applied the chemometric analysis to the near-infrared spectral data from line-scanned hyperspectral images of beef and fish meals in animal feeds. The chemometric statistical models were developed to distinguish beef meals from fish ones. Methods: The meal samples of 40 fish meals and 15 beef meals were line-scanned to obtain hyperspectral images. The spectral data were retrieved from each of 3600 pixels in the Region of Interest (ROI) of every sample image. The wavebands spanning 969 nm to 1551 nm (across 176 spectral bands) were selected for chemometric analysis. The partial least squares regression (PLSR) and the principal component analysis (PCA) methods of the chemometric analysis were applied to the model development. The purpose of the models was to correctly classify as many beef pixels as possible while misclassified fish pixels in an acceptable amount. Results: The results showed that the success classification rates were 97.9% for beef samples and 99.4% for fish samples by the PLSR model, and 85.1% for beef samples and 88.2% for fish samples by the PCA model. Conclusion: The chemometric analysis-based PLSR and PCA models for the hyperspectral image analysis could differentiate beef meals from fish ones in animal feeds.
Image fusion is defined as making new image by merging two or more images using special algorithms. In case of remote sensing, it means fusing multispectral low-resolution remotely sensed image with panchromatic high-resolution image. Generally, hyperspectral image fusion is accomplished by utilizing fusion technique of multispectral imagery or spectral unmixing model. But, the former may distort spectral information and the latter needs endmember data or additional data, and has a problem with not preserving spatial information well. This study proposes a new algorithm based on two stage spectral unmixing model for preserving hyperspectral image's spectral information. The proposed fusion technique is implemented and tested using Hyperion and ALI images. it is shown to work well on maintaining more spatial/spectral information than the PCA/GS fusion algorithms.
Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
/
2003.11a
/
pp.23-29
/
2003
Detection in remotely sensed images can be conducted spatially, spectrally or both [2]. If the images have high spatial resolution, materials can be detected by using spatial and spectral information, unless we can't see the object embedded in a pixel. In this paper, we intend to solve the limit of spatial resolution by using the hyperspectral image which has high spectral resolution. Therefore, the Linear Spectral Mixing(LSM) Model which is sub-pixel detection algorithm is used to solve this problem. To find class Endmembers, we applied Geometric Model with MNF(Minimum Noise Fraction) transformation. From the result of sub-pixel detection algorithm, we can see the detection of water is satisfied and the object shape cannot be extracted but the possibility of material existence can be identified.
Journal of Korean Society for Geospatial Information Science
/
v.22
no.3
/
pp.155-160
/
2014
This paper deals with comparison of classification accuracy between three land cover classification results having difference in resolution and they were classified with eight classes including building, road, forest, etc. Airborne hyperspectral image used in this study was acquired at 1000m, 2000m, 3000m elevation and had 24 bands(0.5m spatial resolution), 48 bands(1.0m), 96 bands(1.5m). Assessment of classification accuracy showed that the classification using 48 bands hyperspectral image had outstanding result as compared with other images. For using hyperspectral image, it was verified that 1m spatial resolution image having 48 bands was appropriate to classify land cover and qualitative improvement is expected in thematic map creation using airborne hyperspectral image.
The adaptive sparse representation (ASR) can effectively combine the structure information of a sample dictionary and the sparsity of coding coefficients. This algorithm can effectively consider the correlation between training samples and convert between sparse representation-based classifier (SRC) and collaborative representation classification (CRC) under different training samples. Unlike SRC and CRC which use fixed norm constraints, ASR can adaptively adjust the constraints based on the correlation between different training samples, seeking a balance between l1 and l2 norm, greatly strengthening the robustness and adaptability of the classification algorithm. The correlation coefficients (CC) can better identify the pixels with strong correlation. Therefore, this article proposes a hyperspectral image classification method called correlation coefficients and adaptive sparse representation (CCASR), based on ASR and CC. This method is divided into three steps. In the first step, we determine the pixel to be measured and calculate the CC value between the pixel to be tested and various training samples. Then we represent the pixel using ASR and calculate the reconstruction error corresponding to each category. Finally, the target pixels are classified according to the reconstruction error and the CC value. In this article, a new hyperspectral image classification method is proposed by fusing CC and ASR. The method in this paper is verified through two sets of experimental data. In the hyperspectral image (Indian Pines), the overall accuracy of CCASR has reached 0.9596. In the hyperspectral images taken by HIS-300, the classification results show that the classification accuracy of the proposed method achieves 0.9354, which is better than other commonly used methods.
Journal of the Korea Academia-Industrial cooperation Society
/
v.19
no.10
/
pp.633-639
/
2018
High-resolution images using remote sensing (RS) is importance to secure for spatial classification depending on the characteristics of the complex and various factors that make up the river environment. The purpose of this study is to evaluate the accuracy of the classification results and to suggest the possibility of applying the high resolution hyperspectral images obtained by using the drone to perform spatial classification. Hyperspectral images obtained from study area were reduced the dimensionality with PCA and MNF transformation to remove effects of noise. Spatial classification was performed by supervised classifications such as MLC(Maximum Likelihood Classification), SVM(Support Vector Machine) and SAM(Spectral Angle Mapping). In overall, the highest classification accuracy was showed when the MLC supervised classification was used by MNF transformed image. However, it was confirmed that the misclassification was mainly found in the boundary of some classes including water body and the shadowing area. The results of this study can be used as basic data for remote sensing using drone and hyperspectral sensor, and it is expected that it can be applied to a wider range of river environments through the development of additional algorithms.
Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
/
v.29
no.5
/
pp.487-496
/
2011
This study is aimed to perform more reliable unsupervised change detection through the re-extraction of the changed pixels which were extracted with global thresholding by applying buffer zone concept. First, three buffer zone was divided on the basis of the thresholding value which was determined using range average and the maximum distance point from a straight line. We re-extracted the changed pixels by performing unsupervised classification for buffer zone II which consists of changed pixels and unchanged pixels. The proposed method was implemented in Hyperion hyperspectral images and evaluated comparing to the existing global thresholding method. The experimental results demonstrated that the proposed method performed more accuracy change detection for vegetation area even if extracted slightly more changed pixels.
Hyperspectral imaging obtains information with a wider wavelength range a large number of bands. However, a high correlation between each band, computation cost, and noise causes inaccurate results in cases of no pre-processing. The noises of band extraction and elimination positively necessary in hyperspectral imaging. Since the previous studies have used a characteristic the whole image, a local characteristic of the image is considered for the noise band extraction. In this study, the Quadtree, which is a data structure algorithm. and the fractal dimension are adopted for noise band extraction in Hyperion images. The fractal dimensions of the segments divided by the Quadtree structure are calculated, and variation is used. We focused on the extraction of random noise bands in Hyperion images and compared them with the reference data made by visual decisions. The proposed algorithm extracts the most bands, including random noises. It is possible to eliminate more than 30 noise bands, regardless of images.
In this study, fluorescence hyperspectral imaging (FHSI) was used for the rapid, non-destructive detection of fake, manmade eggs from real eggs. To identify fake eggs, protoporphyrin IX (PpIX)-a natural pigment present in real eggshells-was utilized as the main indicator due to its strong fluorescence emission effect. The fluorescence images of real and fake eggs were acquired using a line-scan-based FHSI system, and their fluorescence features were analyzed based on spectroscopic techniques. To improve the detection performance and accuracy, an optimal waveband combination was investigated with analysis of variance (ANOVA), and its fluorescence ratio images (588/645 nm) were created for visualization of the real eggs between two different egg groups. In addition, real and fake eggs were scanned using a one-waveband (645 nm) handheld fluorescence imager that can perform real-time scanning for on-site applications. Then, the results of the two methods were compared with one another. The outcome clearly shows that the newly developed FHSI system and the fluorescence handheld imager were both able to distinguish real eggs from fake eggs. Consequently, FHSI showed a better performance (clearer images) compared to the fluorescence handheld imager, and the outcome provided valuable information about the feasibility of using FHSI imaging with ANOVA for the discrimination of real and fake eggs.
Various algorithms such as Chronochrome(CC), Principle Component Analysis(PCA), and spectral unmixing have been studied for hyperspectral change detection. Change detection by spectral unmixing offers useful information on the nature of the change compared to the other change detection methods which provide only the locations of changes in the scene. However, hyperspectral change detection by spectral unmixing is still in an early stage. This research proposed a new approach to extract endmembers, which have identical properties in temporally different images, by Iterative Error Analysis (IEA) and Spectral Angle Mapper(SAM). The change map obtained from the difference of abundance efficiently showed the changed pixels. Simulated images generated from Compact Airborne Spectrographic Imager (CASI) and Hyperion were used for change detection, and the experimental results showed that the proposed method performed better than CC, PCA, and spectral unmixing using N-FINDR. The proposed method has the advantage of automatically extracting endmembers without prior information, and it could be applicable for the real images composed of many materials.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.