Hyperspectral Image Unmixing Incorporating Adjacency Information
Abstract (englisch):
While the spectral information contained in hyperspectral images is rich, the spatial resolution of such images is in many cases very low. Many pixel spectra are mixtures of pure materials’ spectra and therefore need to be decomposed into their constituents. This work investigates new decomposition methods taking into account spectral, spatial and global 3D adjacency information. This allows for faster and more accurate decomposition results.
| Zugehörige Institution(en) am KIT | Institut für Industrielle Informationstechnik (IIIT) |
| Publikationstyp | Hochschulschrift |
| Publikationsjahr | 2018 |
| Sprache | Englisch |
| Identifikator | ISBN: 978-3-7315-0788-8 ISSN: 2190-6629 urn:nbn:de:0072-816653 KITopen-ID: 1000081665 |
| Verlag | KIT Scientific Publishing |
| Umfang | XIII, 203 S. |
| Serie | Forschungsberichte aus der Industriellen Informationstechnik / Institut für Industrielle Informationstechnik (IIIT), Karlsruher Institut für Technologie ; 18 |
| Art der Arbeit | Dissertation |
| Fakultät | Fakultät für Elektrotechnik und Informationstechnik (ETIT) |
| Institut | Institut für Industrielle Informationstechnik (IIIT) |
| Prüfungsdatum | 16.04.2018 |
| Schlagwörter | Hyperspektrale Bildverarbeitung, Spektrale Entmischung, Nichtnegative Matrixzerlegung, Blinde Quellentrennung,, Hyperspectral image processing, spectral unmixing, nonnegative matrix factorization, blind source separation |
| Referent/Betreuer | León, F. Puente |