Unsupervised Hyperspectral Band Selection Using Clustering and Single-layer Neural Network - Archive ouverte HAL
Article Dans Une Revue Revue Française de Photogrammétrie et de Télédétection Année : 2018

Unsupervised Hyperspectral Band Selection Using Clustering and Single-layer Neural Network

Résumé

Hyperspectral images provide rich spectral details of the observed scene by exploiting contiguous bands. But, the processing of such images becomes heavy, due to the high dimensionality. Thus, band selection is a practice that has been adopted before any further processing takes place. Therefore, in this paper, a new unsupervised method for band selection based on clustering and neural network is proposed. A comparison with six other band selection frameworks shows the strength of the proposed method.
Les images hyperspectrales fournissent des détails de la scène observée en exploitant les bandes spectrales continues. Cependant, le traitement de ces images est long à cause de leurs grandes dimensions. Donc, la sélection des bandes est une pratique commune qui est adoptée avant qu'un traitement soit fait. Ainsi, dans ce travail une nouvelle approche non-supervisée pour la sélection des bandes, basée sur le clustering et les réseaux de neurones, est proposée. Une comparaison avec six autres approches de sélection de bandes montre la validité de l'algorithme proposé.
Fichier principal
Vignette du fichier
habermann_pagination.pdf (480.33 Ko) Télécharger le fichier
Origine Fichiers éditeurs autorisés sur une archive ouverte
Loading...

Dates et versions

hal-01880365 , version 1 (24-09-2018)

Identifiants

Citer

Mateus Habermann, Vincent Frémont, Elcio Hideiti Shiguemori. Unsupervised Hyperspectral Band Selection Using Clustering and Single-layer Neural Network. Revue Française de Photogrammétrie et de Télédétection, 2018, pp.33-42. ⟨10.52638/rfpt.2018.419⟩. ⟨hal-01880365⟩
249 Consultations
466 Téléchargements

Altmetric

Partager

More