Centre dedocumentation
scientifique

Hyperspectral band clustering and band selection for urban land cover classification / H. Su in Geocarto international, vol 27 n° 5 (August 2012)  

Public [article]  inGeocarto international > vol 27 n° 5 (August 2012) . - pp 39 - 411 Titre : Hyperspectral band clustering and band selection for urban land cover classification Type de document : Article/Communication Auteurs : H. Su, Auteur ; Q. Du, Auteur Année de publication : 2012 Article en page(s) : pp 39 - 411 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] analyse de groupement [Termes descripteurs IGN] classification par séparateurs à vaste marge [Termes descripteurs IGN] classification semi-dirigée [Termes descripteurs IGN] image hyperspectrale [Termes descripteurs IGN] milieu urbain [Termes descripteurs IGN] occupation du sol [Termes descripteurs IGN] précision de la classification [Termes descripteurs IGN] signature spectrale [Termes descripteurs IGN] valeur aberrante Résumé : (Auteur) The aim of this study is to combine band clustering with band selection for dimensionality reduction of hyperspectral imagery. The performance of dimensionality reduction is evaluated through urban land cover classification accuracy with the dimensionality-reduced data. Different from unsupervised clustering using all the pixels or supervised clustering requiring labelled pixels, the discussed semi-supervised band clustering needs class spectral signatures only; band selection result is used as initial condition for band clustering; after clustering, a cluster selection step is applied to select clusters to be used in the following data analysis. In this article, we propose to conduct band selection by removing outlier bands in each cluster before finalizing cluster centres. The experimental results in urban land cover classification show that the proposed algorithm can further enhance support vector machine (SVM)-based classification accuracy. Numéro de notice : A2012-370 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2011.643322 date de publication en ligne : 12/01/2012 En ligne : https://doi.org/10.1080/10106049.2011.643322 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=31816 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
059-2012051	RAB	Revue	Centre de documentation	En réserve 3L	Disponible

Automated derivation of bathymetric information from multi-spectral satellite imagery using a non-linear inversion model / H. Su in Marine geodesy, vol 31 n° 4 (December 2008)

Public [article]  inMarine geodesy > vol 31 n° 4 (December 2008) . - pp 281 - 298 Titre : Automated derivation of bathymetric information from multi-spectral satellite imagery using a non-linear inversion model Type de document : Article/Communication Auteurs : H. Su, Auteur ; H. Liu, Auteur ; W.D. Heymann, Auteur Année de publication : 2008 Article en page(s) : pp 281 - 298 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] données bathymétriques [Termes descripteurs IGN] étalonnage de modèle [Termes descripteurs IGN] fond marin [Termes descripteurs IGN] image à résolution métrique [Termes descripteurs IGN] image Ikonos [Termes descripteurs IGN] image multibande [Termes descripteurs IGN] modèle d'inversion [Termes descripteurs IGN] modèle non linéaire [Termes descripteurs IGN] optimisation (mathématiques) Résumé : (Auteur) Most previous studies utilized a log-linear regression model to invert multi-spectral images into bathymetric data. Based on the Levenberg-Marquardt optimization algorithm, we developed an automated method for calibrating the parameters for a non-linear inversion model. Our method has been successfully applied to an IKONOS multispectral image. We compared depth data derived from our model to those estimated using a conventional log-linear inversion model. Bathymetric data derived from the non-linear inversion model are slightly more accurate and stable, particularly for deeper benthic habitats, than those derived from a conventional log-linear model although their overall performances are very similar. Copyright Taylor & Francis Numéro de notice : A2008-515 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=29584 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
230-08041	SL	Revue	Centre de documentation	Revues en salle	Disponible