JP6122953B2 - イメージの残差分析のためのシステム及び方法 - Google Patents

イメージの残差分析のためのシステム及び方法 Download PDF

Info

Publication number
JP6122953B2
JP6122953B2 JP2015517282A JP2015517282A JP6122953B2 JP 6122953 B2 JP6122953 B2 JP 6122953B2 JP 2015517282 A JP2015517282 A JP 2015517282A JP 2015517282 A JP2015517282 A JP 2015517282A JP 6122953 B2 JP6122953 B2 JP 6122953B2
Authority
JP
Japan
Prior art keywords
focal plane
residual
image
data cube
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2015517282A
Other languages
English (en)
Other versions
JP2015525351A (ja
Inventor
ブラッドリー・エイ・フランダース
イアン・エス・ロビンソン
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Raytheon Co
Original Assignee
Raytheon Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Raytheon Co filed Critical Raytheon Co
Publication of JP2015525351A publication Critical patent/JP2015525351A/ja
Application granted granted Critical
Publication of JP6122953B2 publication Critical patent/JP6122953B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10032Satellite or aerial image; Remote sensing
    • G06T2207/10036Multispectral image; Hyperspectral image

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Spectrometry And Color Measurement (AREA)
  • Photometry And Measurement Of Optical Pulse Characteristics (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Studio Devices (AREA)

Description

関連出願の相互参照
この出願は、2011年4月13日に出願されたタイトル「ハイパースペクトルイメージの次元数を低減する最適化された正規直交システム及び方法」の米国特許出願シリアルNo.13/085,883、及び2012年4月13日に出願されたタイトル「検出後のアーチファクトの低減及びイメージからの除去のためのシステム及び方法」の米国特許出願シリアルNo.13/446,869に関連し、両方がその全体において本明細書に参照により組み込まれる。
この開示が、概してイメージ処理の分野に関連し、より端的にはイメージの残差分析のためのシステム及び方法に関連する。
ハイパースペクトルイメージング(HSI(Hyperspectral imaging))システムを備える多くの従来のイメージ処理シナリオにおいては、ハイパースペクトルセンサーが、一つの空間ラインからイメージのデータを収集し、イメージを受ける光学系の焦点面に垂直な方向に亘りスペクトルを分散させる。従って、焦点面ピクセルが、特定の波長バンドにおいて地面のあるスポットの強度を測定する。完全なHSIキューブシーンが、イメージ化されるシーンに亘ってこの空間ラインをスキャンすることにより形成される。完全なHSIキューブが、空間ピクセルに関して、多数の波長バンドにおける強度、スペクトルの測定値として分析され得る。この空間ピクセルが、スキャン方向におけるある時点でのラインの一つについて、スキャン直交方向における地面上のあるスポットを表す。これらのスペクトルが分析され、ターゲット若しくはスペクトル異常が検出される。焦点面ピクセルの幾つかは、最後に較正された時からゲイン及び/又はオフセットにおいて変化する。そのようなピクセルのオフセット及びゲイン誤差が、その焦点面ピクセルに関連する特定の波長バンド及びスキャン直交場所の測定偏りに帰結する。これらの偏りが、ターゲットや異常フィルターの値に影響し、またターゲット又はスペクトル異常検出の誤った警報に帰結し得る。全ての焦点面ピクセルがシーンに亘りスキャンされるため、これらの不十分に較正されたピクセルが、シーンのターゲット及び異常スコアにおける縞として現れる。これらの縞がターゲット又は異常検出アルゴリズム、データ圧縮アルゴリズムも同様に干渉し、任務のパフォーマンスを制限し得る。従って、高価ではなく計算が速い態様でピクセルの不均一な訂正に基づいたプラットフォーム上のシーンの要望がある。
一実施形態によれば、イメージを処理するための方法が、イメージプロセッサーで、入力イメージが得られる入力データキューブを受け取ることを含む。入力データキューブにおける各空間ピクセルから基底ベクトルを求めることにより、残差イメージを得るために用いられる残差データキューブへ入力データキューブが変換される。残差イメージにおける各焦点面ピクセルのサンプルについての統計パラメーター値が決定される。決定された統計パラメーター値と、残りの焦点面ピクセルの個別の決定された統計パラメーター値との比較に基づいて異常な焦点面ピクセルが特定される。特定された異常な焦点面ピクセルの各スキャンされたサンプルの残差値と入力データキューブにおける対応のスキャンされたサンプルの値の更なる比較が実行される。異常な焦点面ピクセルについてのゲイン訂正値及びオフセット訂正値の少なくとも一つの推定値が、前記比較に基づいて決定される。イメージプロセッサーで、入力データキューブが、ゲイン訂正値及びオフセット訂正値の少なくとも一つの推定値に基づいて再構成される。
一実施形態によれば、イメージ処理システムが、コンピューター実行可能指令を有するメモリーを含む。イメージ処理システムが、メモリーに結合したイメージプロセッサーを含み、コンピューター実行可能指令が、イメージプロセッサーにより実行される時、イメージプロセッサーに、入力イメージが得られる入力データキューブを受け取るようにさせる。入力データキューブにおける各空間ピクセルから1以上の基底ベクトルを求めることにより、残差イメージを得るために用いられる残差データキューブへ入力データキューブが変換される。残差イメージにおける各焦点面ピクセルのサンプルについての統計パラメーター値が決定される。残差イメージにおける各焦点面ピクセルの決定された統計パラメーター値と、残りの焦点面ピクセルの個別の決定された統計パラメーター値との比較に基づいて異常な焦点面ピクセルが特定される。特定された異常な焦点面ピクセルの各スキャンされたサンプル及び入力データキューブにおける対応のスキャンされたサンプルの値について、残差値の更なる比較が実行される。異常な焦点面ピクセルについてのゲイン訂正値及びオフセット訂正値の少なくとも一つの推定値が、前記比較に基づいて決定される。入力データキューブが、ゲイン訂正値及びオフセット訂正値の少なくとも一つの推定値に基づいて再構成される。
一実施形態においては、有形のコンピューター読み取り可能記憶媒体が、イメージの処理のために1以上のコンピューター読み取り可能指令を含み、1以上のプロセッサーにより実行される時、1以上のプロセッサーに、入力イメージが得られる入力データキューブを受け取るようにさせる。入力データキューブにおける各空間ピクセルから1以上の基底ベクトルを求めることにより、残差イメージを得るために用いられる残差データキューブへ入力データキューブが変換される。残差イメージにおける各焦点面ピクセルのサンプルについての統計パラメーター値が決定される。残差イメージにおける各焦点面ピクセルの決定された統計パラメーター値と、残りの焦点面ピクセルの個別の決定された統計パラメーター値との比較に基づいて異常な焦点面ピクセルが特定される。特定された異常な焦点面ピクセルの各スキャンされたサンプル及び入力データキューブにおける対応のスキャンされたサンプルの値について、残差値の更なる比較が実行される。異常な焦点面ピクセルについてのゲイン訂正値及びオフセット訂正値の少なくとも一つの推定値が、前記比較に基づいて決定される。入力データキューブが、ゲイン訂正値及びオフセット訂正値の少なくとも一つの推定値に基づいて再構成される。
オペレーションの方法及び構造の関連の要素の機能及び部品の組み合わせ及び製造の経済性と同様、これら及び他の特性及び特徴は、全てがこの明細書の一部を形成する、添付図面を参照した次の記述及び添付請求項の検討からより明らかになり、同様の参照番号が、様々な図面において対応の部分を指定する。しかしながら、図面は図示及び記述の目的のためだけであり、請求項の限定の定義として意図されないものと明らかに理解される。明細書及び請求項において用いられるように、不定冠詞及び定冠詞の単一形が、明らかに内容が反対のことを述べない限り、複数の指示対象を包含する。
図1は、実施形態に係るイメージを処理するための例示のシステムを図示する。
図2は、実施形態に係るイメージを処理するための方法のフローチャート例を図示する。
図3は、実施形態に係る、可能性として存在する較正誤差を含む焦点面ピクセルを異常残差統計で特定することを図示する。
図4Aは、実施形態に係る、ピクセルのためのゲイン及びオフセット訂正を決定し、アウトライアー(outlier)ピクセルを特定するための散布図を図示する。
図4Bは、実施形態に係る、オフセットがゼロの時、ピクセルのためのゲイン訂正を決定し、またアウトライアーピクセルを特定するためのプロットを図示する。
図5Aは、実施形態に係る、ピクセルの修正されたゲイン推定のためのプロットを図示する。
図5Bは、実施形態に係る、ピクセルの散布適合(scatter fit)ゲイン推定のプロットを図示する。
図6は、実施形態に係る、イメージを処理するための方法のフローチャート例を図示する。
図7は、実施形態に係る、イメージを処理するための方法のフローチャート例を図示する。
図8は、実施形態に係る、イメージを処理するための方法のフローチャート例を図示する。
図9は、実施形態に係る、修正されたゲインで最初の入力イメージを処理した後の異常フィルターイメージにおける改善を図示する。
図10は、実施形態に係る、最重要の基底ベクトルをアンミックスするように最初の大きさの入力イメージを処理した後の残差イメージの縞模様を図示する。
図11は、実施形態に係る、ゲイン/オフセット修正のために選択されたピクセルらのイメージと、工場供給不良ピクセルマップイメージの比較を図示する。
後続の記述においては、異なる実施形態において開示されているか否かに関わらず、同様の要素に同一の参照番号が与えられる。明瞭及び簡潔に本開示の実施形態(群)を図示するため、図面は、必ずしも縮尺するものではなく、ある特徴が、いくらか概略の態様で図示される。一実施形態に関して記述される及び/又は図示される特徴が、1以上の他の実施形態において、及び/又は他の実施形態の特徴と組み合わされ、若しくはそれに代えて、同一若しくは同様の態様で用いられ得る。
イメージを処理するように構成されたイメージングシステム102の実施形態が図1に図示される。ほんの一例として、イメージングシステム102は、ハイパースペクトルイメージングシステムである。用語「ハイパースペクトル」は、連続のスペクトル範囲に亘る狭いスペクトルバンドのイメージングに関し、シーン(例えば、シーン106)における全ピクセルのスペクトルを生成する。イメージングシステム102は、静止若しくは移動可能であり、機上又は陸上(例えば、隆起した陸上構造又は建物)に設置され、又は航空機又は衛星上にある。図示のように、イメージングシステム102は、イメージプロセッサー100を含み、リモートイメージングシステム104に結合され、さもなくばそれに含まれる。リモートイメージングシステム104は、任意の適切な構造物又は構成から成り、限定するわけではないが、衛星、空中査察システム、又はイメージを取得することができる任意の他のシステムを含む。加えて、リモートイメージングシステム104が静止若しくは移動可能である。ある実施形態においては、イメージングシステム102とリモートイメージングシステム104が、地理エリア(例えば、地上地形)に対応する特定のシーン106の1以上のイメージを取得するように構成される。
ある実施形態においては、リモートイメージングシステム104が、イメージングシステム102を用いてシーン106のハイパースペクトルイメージ(群)を取得するように構成され、これらがイメージプロセッサー100へ入力ハイパースペクトルイメージ(HSI)シーンとして供給される。ある実施形態においては、ハイパースペクトルイメージングシステム102が、1以上のスキャンミラー110を含み、若しくは1以上の地上分解能セルから反射した光108を受けるように配置された他の光学系を含む。1以上の地上分解能セルから反射した光108、及び概して全体のシーン106が、イメージプロセッサー100により用いられ、入力HSIシーンの入力反射率が決定される。入力HSIシーンは、特定ターゲットの検出の目的に依存し、シーン106の一部であり、若しくはシーン106の全体である。ある実施形態においては、スキャンミラー110又は他の光学系が、次に分光素子112を透過するように光108を向け、それが様々な異なる波長(すなわち、スペクトル)に光108を分光するように設けられる。様々な異なる波長に分光された後、光108が、次に、1以上のイメージング光学系114に向けられ、これが、検出器アレイ116の焦点面上に様々な波長を結ぶ。そのようにして検出器アレイ116が、波長スペクトルに亘るハイパースペクトルデータを取得し、これにより、シーン106のハイパースペクトルイメージに対応するデータセットを生成する。ほんの一例としては、本明細書にその全体が参照により組み込まれる、既に参照した米国特許出願シリアルNo.13/446,869に記述されているように、そのような波長スペクトルに亘り形成されたデータセットが、ハイパースペクトルイメージデータキューブ(又はHSIデータキューブ)を構築するために用いられる。例えば、HSIデータキューブがスキャンされ、イメージプロセッサー100に入力される。ある実施形態においては、HSIデータキューブが、3次元(3D)データキューブであり、各次元が、シーン106のハイパースペクトルイメージに関連するデータセットに対応する。116に図示された検出器のラインを含む焦点面は、一つのスキャン直交空間次元と一つの波長バンドにおける場所を特定する焦点面ピクセルから構成される。例えば、イメージングシステム102による波長スペクトルに亘るシーン106の2次元シーン106のスキャニングが、追加の空間次元を生成し、3DのHSIデータキューブに帰結する。本明細書に記述の様々な実施形態において、HSIデータキューブの3次元の任意の2つがイメージプロセッサー100により選択され、処理のためにイメージプロセッサー100に入力される2次元イメージが形成される。例えば、空間ピクセルが、2次元のデカルト座標における空間場所として定義される。結果として、3DのHSIデータキューブが各空間ピクセルについてのスペクトルを含み、イメージプロセッサー100により空間ピクセルのスペクトルのセットとして分析される。代替として、3DのHSIキューブが、各焦点面ピクセルについてのスキャン方向に沿って異なる回数のサンプルのセットを含み、各スキャン直交空間場所及びスペクトル波長バンドについてのスキャン方向に沿うサンプルのセットとしてイメージプロセッサー100により分析される。本明細書に記述のように、用語「サンプル」が、スキャンにおける特定の時間の特定の反射波長(λ)及びスキャン直交場所の焦点面ピクセルを示す。同様に、用語「サンプルら」が、各々、異なる時間のインスタンスのセットの特定の反射波長及びスキャン直交場所の焦点面ピクセルを示す。
シーン106のハイパースペクトルイメージに対応する3DのHSIデータキューブにおけるデータセットの生成に続いて、以下により詳細に記述のように、イメージプロセッサー100が、データセットを処理し、ハイパースペクトル入力シーンイメージの次元を減じ、及び/又は入力シーンイメージを圧縮シーンイメージ及びハイパースペクトル残差イメージに分解する。代替の用語を用いれば、3Dデータキューブが、圧縮シーンデータキューブ及び残差シーンデータキューブに分解される。例えば、3DのHSIデータキューブを最適に近似する計数を有し、残差データキューブにおけるこの近似における誤差を保存する基底ベクトルら(BVs)の線形の結合として、3DのHSIデータキューブにおける各空間ピクセルのスペクトルを近似することにより、そのような分解がイメージプロセッサー100により実行される。そのようなイメージプロセッサー100によるBVsへの入力シーンスペクトルの分解が、例えば、既に参照した米国特許出願シリアルNo.13/085,883に記述されており、本明細書にその全体が参照により組み込まれる。入力シーンスペクトルの完全なセットが考慮される時、イメージプロセッサー100は、データキューブにおける各空間ピクセルのスペクトルについてBVsを用いて入力HSIデータキューブを分解する。
一実施形態においては、圧縮されたシーンイメージ(又は、圧縮イメージ)が、入力3DのHSIデータキューブから得られ、また検出器アレイ116で取得された入力ハイパースペクトルシーンイメージの次元が減じられたシーンの表現である。ある実施形態においては、以下に詳細に記述のように、圧縮イメージにてイメージの次元の程度が減じられる程度、及び/又は次元の低減が多損失又は無損失に分類されるか否かが、イメージングシステム102の調整可能な特徴により決定される。幾つかの実施形態においては、不十分なBVセットといった、理想的な条件に満たない時、幾つかのシーン構造が、残差イメージ又は残差シーンデータキューブ内に漏れるものの、ハイパースペクトル残差イメージ又はデータキューブは、入力ハイパースペクトルシーンイメージの分解からの各空間ピクセルの各スペクトル波長バンドにおける誤差を含み、シーン106に関連した任意の内容を実質的に欠いている。センサーアーチファクトや検出器アレイ116アーチファクトといったアーチファクトが、以下の様々な図において図示されるように、残差イメージにおいて縞として現れる。そのように、入力シーンイメージ(又は入力シーンHSIデータキューブ)の分解の後、様々な実施形態においては、残差イメージ(又は残差シーンHSIデータキューブ)が処理され、HSIデータキューブにおけるセンサーアーチファクトを特徴づけ、シーン106からハイパースペクトル残差イメージ内へのシーン構造の漏れを検出し、若しくはハイパースペクトル残差イメージに対する他の分析を実行する。
幾つかの実施形態においては、イメージングシステム102が、リモートイメージングシステム104に関連する1以上のローカルプロセッサー(例えば、イメージプロセッサー100)のためのフロントエンドインターフェースを含むか、そうでなければ提供する。幾つかの実施形態においては、1以上のプロセッサーが、残差イメージを分析し、ハイパースペクトルイメージにおける焦点面ピクセルの不均一の訂正を推定し、続けて、最初のハイパースペクトルイメージにおける焦点面ピクセルに不均一の訂正を適用するように構成される。入力シーンイメージのピクセルの不均一性が、同一の光108に対する各ピクセルの不等の応答から帰結する。更には、各ピクセルのそのような応答が時間と共に変化し、各ピクセルの最後の較正に誤差があり得る。幾つかの実施形態においては、イメージングシステム102が、代替的若しくは追加的に、ハイパースペクトルイメージを圧縮してローカルにメモリー装置(不図示)に記憶するように構成され、データセットが更に処理される地上ステーション又は他の遠隔のロケーションのリモートステーション120へ減じられたデータセットがトランスミッション118内を高速に通信される。例えば、減じられたデータセットを復元して最初のデータセット、又はこれらの任意の適切な組み合わせ(群)を生成した後、リモートステーション120又は他の処理ロケーションが、更なる復元をすることなくハイパースペクトルイメージのための分解されたイメージデータセットを分析及び処理する。
図2は、実施形態に係る、不均一訂正のためのイメージの残差分析のための方法又はプロセス200のフロー図を図示する。一実施形態においては、残差HSIイメージが、入力HSIデータキューブから抽出される。従って、1以上の残差又は圧縮イメージに関して以下のオペレーションが記述されるが、オペレーションは、複数のそのようなイメージを有する完全又は全体のデータキューブに実行され得る。すなわち、用語「イメージ」、「イメージら」、「複合イメージ」、「複合イメージら」、「残差イメージ」、又は「残差イメージら」に代えて、用語「データキューブ」、「データキューブら」、「複合データキューブ」、「複合データキューブら」、「残差データキューブ」、「残差データキューブら」が、各々、本明細書に記述の実施形態の範囲から逸脱することなく同等に用いられる。更には、イメージ又はイメージらが、データキューブを構築する3次元の任意の2つのデータを抽出することにより形成される。例えば、イメージプロセッサー100が、全体のデータキューブに対してオペレーションを実行し、またそのため、ハイパースペクトルイメージは実際の3Dイメージである。各2Dロケーションについてのスペクトル又は異なるスペクトルバンドにおける多数の2Dシーンイメージとして考えることもできる。幾つかの処理がキューブ全体に為される:幾つかの処理が3DのHSIデータキューブから生成されたイメージに為される。3DのHSIデータキューブ全体に為される処理が1次元(1D)におけるものであり、例えば、2D空間ピクセルの全スペクトル処理又は2D焦点面ピクセルの全サンプル処理のため、他の2次元における全サンプルに適用される。例えば、イメージにおけるスポットを特定する各焦点面処理のための平均残差の2Dイメージといった3DのHSIデータキューブの派生物に対してイメージ処理が為され得る。
オペレーション202においては、イメージプロセッサー100が、(シーン106から取得された若しくは工場供給のイメージ又はデータキューブの)入力HSIシーンに対応する1以上のハイパースペクトルイメージ(又は入力データキューブ)を受け取る。一実施形態においては、入力HSIシーンが、検出器アレイ116の焦点面で様々な異なる波長バンド(λ)に亘り取得された複数のイメージ又はイメージフレームを有する。代替として、上記もしたように、全体の3DのHSIデータキューブが、処理のためにイメージプロセッサー100で受け取られる。入力シーンイメージ又は入力シーンイメージに関する入力HSIデータキューブが、次に、処理のためにイメージプロセッサー100に供給される。入力シーンイメージが、座標系(例えば、X−Yデカルト座標系)に従って配列された複数のピクセルを含む。ほんの一例としては、そのようなピクセルが、上に定義のように、焦点面ピクセル又は空間ピクセルである。
オペレーション204において、入力シーンイメージにおける各空間ピクセルに関連する基底ベクトル群(BVs)がイメージプロセッサー100により決定される。入力シーンイメージを記述するために用いられる各BVがスペクトル、及び各空間ピクセルのスペクトルの要素である各波長での強度を表す。イメージプロセッサー100は、空間ピクセルの各々のためにBVsに関連した係数を決定し、入力シーンイメージのBV表現をアンミックス(unmix)する。入力HSIシーンイメージは、係数が重み付けられた基底ベクトルの線形和として近似される;残差要素は、この近似における各空間ピクセルについての各波長バンドでの誤差である。一実施形態においては、少数のBVsが用いられ、入力シーンイメージの大半を特徴付ける。そのようなBVsを決定するプロセスが、シード(種)BVで開始し、追加のBVsを定め、入力シーンイメージを表すBVsのセットを完成することを含む。追加のBVsが、残差データキューブ及びそこから得られる残差イメージからシーン構造を除去するために用いられ、これにより、異常な焦点面ピクセルの特定及び訂正のための追加の残差サンプルの使用を可能にする。シーン構造が、シーン106における他の物又はアイテムのスペクトルとは異なるスペクトルを有するシーン106における物質として定義される。BVsのアンミックスが、ベクトルの線形適合を実行し、入力シーンイメージを近似することを含む。BVsの決定及びこれらのアンミックスの詳細が、本明細書に参照により組み込まれる、既に参照した米国特許出願シリアルNo.13/085,883に提供され、詳細に記述されない。もちろん、イメージのBV表現の他の技術が、残差シーンにおけるアーチファクト及びノイズを残しながら入力シーンイメージを近似するべくイメージプロセッサー100により適用される。
オペレーション206においては、全てのピクセルからのBVsのアンミックスが、アンミックスされたBV係数を有する圧縮されたシーンイメージ206a、及び残差イメージ206bを生成する。イメージプロセッサー100により完全なデータキューブが処理される時、入力HSIデータキューブにおける全空間ピクセルから1以上の基底ベクトルを求める(projecting out)ことで残差HSIデータキューブ(又は、残差シーンデータキューブ)が取得される。理想的には、残差イメージ206b又は残差データキューブは、何らのシーン構造を有しない。なぜなら、シーン構造は、減じられた次元のシーンイメージ206aに含まれるためである。アンミックスされたBVsの誤差スペクトルが残差イメージ206bを形成し、これが、非常に僅かなシーン内容とセンサーアーチファクトを含み得る。シーン106の共通要素、また従って、検出器アレイ116での入力シーンイメージが、圧縮されたシーンイメージ206aに抽出され、様々なアーチファクト(例えば、センサーアーチファクト)が残差イメージ206bにおいて縞として露呈する。入力シーンイメージ又は入力HSIデータキューブを圧縮シーンイメージ206a(又は、圧縮されたシーンデータキューブ)及び残差イメージ206b(又は、残差シーンデータキューブ)にアンミックスするプロセスが、入力シーンイメージ又は入力HSIデータキューブの「分解(decomposition)」「分解する」「変換(transformation)」又は「変換する」との用語で本明細書では呼ばれる。フローは、次に、イメージプロセッサー100により残差イメージ206bに対して為されるオペレーション206〜216に進む。
オペレーション208においては、イメージプロセッサー100は、残差イメージ206bにおける各焦点面ピクセルについての残差の全てのサンプルの統計的な特徴を決定する。例えば、残差イメージ206b又はそこから残差イメージ206bが得られる残差HSIデータキューブにおける各焦点面ピクセルについてのサンプルの平均値(average)、中数(mean)、中央値(median)、標準偏差、又はこれらの組み合わせ(例えば、中数から閾値を減算する等)といった1以上の統計パラメーター値を計算することにより、イメージプロセッサー100は、そのような統計的な特徴を計算する。残差イメージ206bにおける各焦点面ピクセルが、独自に表示され、若しくはカラム−バンドの組として特定される。カラムが、焦点面ピクセルのスキャン直交空間ロケーションに対応し、バンドが、焦点面ピクセルのスペクトル波長に対応する。センサーがシーン106に亘りスキャンされる度に焦点面ピクセルのサンプルが生成される。一実施形態においては、たった一つのピクセルカラムについての平均残差スペクトルが決定され、これは、特定されたカラムについての各波長での誤差サンプルの中数又は中央値である。平均残差スペクトルの数値が、イメージプロセッサー100に結合された若しくは含まれるメモリー装置(不図示)に記憶される。
図3を参照すると、イメージ360が、各焦点面ピクセルについての平均サンプル誤差値を示す。イメージ360における幾つかの明るいスポットが焦点面ピクセルの大多数よりもより大きい平均誤差を有することが明らかである。これらの明るいスポットが異常ピクセルとして特定される。比較のため、最初のデータの平均サンプル値がイメージ350に図示される。ここでは、グレイスケールのイメージが、シーンの平均スペクトル及びカラムに亘るシーンの変動により支配される。この比較は、HSIキューブを圧縮キューブ及び残差誤差キューブに分解してセンサーアーチファクトからシーン内容を分離することの例示の利益を証明する。
オペレーション210において、イメージプロセッサー100は、他の又は残余の焦点面ピクセルの残差誤差統計と比較される時、(オペレーション208で算出された)各焦点面ピクセルの残差誤差サンプルの統計的な特徴に基づいて異常な焦点面ピクセルに対応する異常のカラム−バンドの組を特定する。例えば、イメージプロセッサー100は、特定のピクセルの平均残差誤差が全ピクセルについての平均残差誤差の計算された平均値からどの程度だけ乖離しているのかを決定する。そのピクセルの残差誤差値が平均の残差誤差値の所定距離内であるならば、イメージプロセッサー100は、そのピクセルをスキップする(又は、そのピクセルを修正しない)。そうでないならば、イメージプロセッサー100が、そのピクセルを異常ピクセルとして記録し、イメージプロセッサー100に結合されたメモリー装置(不図示)に対応のカラム−バンドの組の値を記憶する。従って、カラム−バンドの組の固有値によって、異常ピクセルが特定される。例えば、イメージ360における明るいピクセルの幾つかが、平均又は他の統計パラメーター値の閾値分布よりも上にあるならば、異常として記録される。また別例においては、異常な焦点面ピクセルが、標準偏差残差イメージを含む残差誤差サンプルの異常に大きい標準偏差に基づいて、又は平均残差イメージと標準偏差残差イメージの両方を用いて、イメージプロセッサー100により特定される。一実施形態においては、閾値技術の組み合わせが用いられる。フローは、次にオペレーション212に進む。
オペレーション212においては、イメージプロセッサー100が、オペレーション202で受け取った最初の入力シーンイメージにおける対応のピクセルの対応のサンプルの値と、オペレーション210において特定された各ピクセルの各サンプルの残差誤差値を比較する。そのような比較が、以下のオペレーション214及び216において議論するように、異常ピクセルについてのピクセル誤差値が、ピクセルの再較正により説明できるかどうか、若しくは将来の処理からの潜在的除去のためにピクセルが不良ピクセルとしてフラグされるべきかを決定することに用いられる。
オペレーション214においては、残差イメージ206bにおける各異常ピクセルの残差誤差サンプルとイメージプロセッサー100によるオペレーション202で受け取られた入力シーンイメージにおけるそれらの最初の値の比較に基づいて、イメージプロセッサー100は、各異常ピクセルのためにゲイン及びオフセット訂正値の1以上の推定値(one or more estimations)を決定する。一実施形態においては、イメージプロセッサー100が、ゲイン及びオフセット訂正値を推定するために、異常な焦点面ピクセルのサンプルを含む。ゲイン及びオフセット訂正値は、図4A及び4Bに示した散布図を生成することによりイメージプロセッサー100により決定される。一実施形態においては、以下の図4Bで説明するように、オフセットが正確に知られている時、ゲイン訂正のみが適用される。例えば、ダークフレームオフセット測定が各HSIシーンフレームの前に為される時、各ピクセルのオフセットが正確に決定され、またオフセット訂正がゼロに設定され得る。例えば、ノイズ入力だけのゼロ入力シーンに対応するダークフレーム測定値が、イメージプロセッサー100により用いられ、オフセットが決定される。
ここで図4Aを参照すると、例のピクセルの他の数も用いられ得るが、散布図300が、残差イメージ206bにおいて異常として特定された例のピクセル6158、9469、及び16527により特定されたカラム−バンドのペアを図示する。ほんの一例としては、各ピクセル6158、9469、及び16527のために図示された多数のサンプルが、個別のピクセルの残差反射率の値と最初の反射率の値の相関性を図示する。一例においては、リニア相関は、ピクセル較正におけるゲイン及びオフセット誤差の結果である。較正過程において各焦点面ピクセルのためにゲイン及びオフセットが決定される。較正測定値cが、実測定rから次式(1)により決定される:
ゲイン誤差がcにおける誤差に帰結し、これが、最初のデータ反射率に比例して大きさにおいて増加する(例えば、ピクセル9469及び6158のサンプルのための正のスロープ、またピクセル16527のサンプルのための負のスロープ)。ゲイン誤差が正又は負であり、各々、正又は負のスロープの相関線に帰結する。オフセット誤差が、最初のデータ反射率とは独立であるcにおける誤差を生成する。ゲイン誤差が0の信号に何の影響も持たないため、y切片の値がオフセット誤差である。例えば、ピクセル6158にとっては、そのような多数の各ピクセルのサンプル点が、オペレーション202でイメージプロセッサー100により受け取られた入力シーンイメージの反射率の関数として残差イメージ206bの反射率で散布図300上にプロットされたカーブ302に沿って存在する。ピクセル6158上に他の種類のリニア又は非リニアカーブが適合され得るが、一実施形態においては、カーブ302は、散布図300の原点からの距離として計算されたオフセット302aでY軸に交差する直線である。カーブ302は、イメージプロセッサー100により用いられるスロープを有し、ピクセル6158の較正におけるゲイン誤差が計算される。例えば、一実施形態においては、カーブ6158のスロープが、ピクセル6158に関連したゲイン誤差に直線比例する。ゲイン誤差が、入力シーンイメージ反射率における変化(又はΔy/Δx)で割られた残差反射率における変化により計算される。上述のように、ピクセル6158の残差値から得られたゲイン誤差が、ピクセル6158の較正ゲインにおける変化を示す。散布図300に図示のように、ピクセル6158に関連したカーブ302が、やや負のオフセット誤差302aを有する。この最初のデータに用いられたオフセットが一連のダークフレーム測定によるデータ収集の直前に再較正されたため、この特定の例についての小さなオフセットが、この技術の正確性を確認する。従って、この手順が、正確なオフセット較正を提供する。同様に、ピクセル9469のゲイン誤差に対応する多数のポイントがカーブ304に沿って存在し、ピクセル16527がカーブ306に沿って存在する。ピクセル9469がオフセット304aを有し、ピクセル16527がゼロのオフセットを有する。これらの全ピクセルについてのオフセットが小さい。散布図300から、オペレーション214において、イメージプロセッサー100が、オペレーション202において受け取った入力シーンイメージ又は入力シーンデータキューブにおける各ピクセルのためのゲイン及びオフセット訂正を推定する。例えば、ゲイン訂正が、原点を通り、X軸に平行な(ゼロのスロープを有する)理想的なゲインカーブ308とのカーブ302、304、及び306の比較に基づいて決定され得る。一実施形態においては、そのようなゲイン及びオフセット訂正が、異常残差のカラム及びバンドのために実行され、バンドの複数のサンプルのために、残差値が、オペレーション202においてイメージプロセッサーにより受け取られた入力シーンイメージにおける最初の強度に比較される。
加えて若しくは代替的に、散布図300が、アウトライアー(outlier)サンプルを特定及び/又は除去するために用いられる。例えば、散布図300におけるピクセルポイント群6158aが、カーブ302に不十分に適合する。そのようなアウトライアーの一つの理由は、最初の入力HSIデータキューブの不完全な圧縮であり、ピクセルがシーン106に亘りスキャンされるため、幾つかのシーン構造が残差誤差の幾つかのサンプルにおいて残存する。従って、そのようなアウトライアーサンプルが、ゲイン及びオフセット誤差の推定を悪化させ得る。一実施形態においては、散布図300が、焦点面ピクセルサンプルのために適合され、アウトライアーサンプルが適合に含まれない。散布図300は、残差が、これらの誤差モデルに従って最初のデータに相関されないことも示し得る。この結果は、ピクセルが、単純なゲイン及びオフセット変化ではない幾つかの他の誤差を有し、イメージプロセッサー100により不良ピクセルとして除去されるようにラベル可能であることを示す。
図4Bを参照すると、プロット400が、オフセットがゼロと仮定し、式(2)を用いて計算される、ピクセル6158、9469、及び16527の各サンプルについてのゲインの値を図示する。
HSIキューブ測定前にダークフレーム測定がオフセットを測定するために用いられるため、このアプローチは、オフセット期間が正確に知られている時に有効であろう。オフセットが小さく、又は1以上のピクセルについてゼロでさえあり、イメージプロセッサー100により修正可能な不均一がゲインにおける変化であることが確信されると、イメージプロセッサー100が、プロット400を用いてゲイン推定を改善することができる。各サンプルのために(オフセット=0と推定し)、ゲインをプロットすることで、イメージプロセッサー100は、(ポイント6158aで示される)アウトライアーを特定し、また互換性のあるゲイン推定で残サンプルの平均値を求める。アウトライアーポイント6158aが隣接サンプルで生じていることが見られ、これが、HSIデータキューブの基底ベクトル分解において不完全に近似された局所化されたシーン構造から帰結する。一実施形態においては、アウトライアーが、平均及び分散(σ)を計算し、アウトライアーを除き、また繰り返すことにより特定される。散布図300のカーブ302、304、及び306が一定のスロープを有するため、プロット400において、ピクセル6158、9469、及び16527が、ゼロのスロープを有する直線に沿って存在することに注意されたい。
図5A及び5Bを参照すると、プロット500A及び500Bが、最悪のピクセル(例えば、残差イメージ206b又は残差シーンHSIデータキューブにおける最高の残差誤差値を有するピクセル)にとってのイメージプロセッサー100を用いたゲイン及びオフセット誤差の推定値の計算の例示の決定又は結果を要約する。例えば、プロット500Aが、プロット400の分析から帰結する、カーブ504のゲイン誤差推定値、及びカーブ502のゲイン誤差推定値の標準偏差を図示する。標準偏差は、推定値の不確実性の測定値である。標準偏差の低い値は、カーブ504におけるゲイン誤差推定値が正確であることを示す。同様に、プロット500Bが、プロット300の分析から帰結する、ゲイン誤差推定値(カーブ506におけるスロープ)及びオフセット誤差推定値(カーブ508における切片)を図示する。両方のプロットにおいては、ゲイン誤差が、不良又は異常ピクセルインデックスの関数としてプロットされ、これは、各々のプロット400又は300による分析のためにピクセルを特定するために最初に用いられる残差誤差統計(例えば、中数、中央値など)に基づいて異常な焦点面ピクセルを分類することから帰結する。ゲイン及びオフセット誤差推定値がイメージプロセッサー100により用いられ、ゲイン及びオフセット訂正値の各々が計算される。
戻って図2を参照すると、オペレーション216において、イメージプロセッサー100が、上述のように、散布図300及び/又は400上に存在しないアウトライアーサンプルを除去する。そのようなアウトライアーサンプルが上述のようにフィッティングプロセスから除去され(例えば、ピクセルポイント6158aに関連したピクセル)、ゲイン誤差及びオフセット誤差推定の悪化が避けられる。一実施形態においては、ゲイン及びオフセット訂正の推定値を精錬するため(接続のフィードバック矢印により示されるように)、またアウトライアーサンプルの特定を精錬するため、オペレーション214及び216が繰り返し又は多数回に亘り実行される。
オペレーション218において、誤差がゲイン及びオフセット誤差モデルにより良く特徴付けられる異常ピクセルのため、イメージプロセッサー100が、散布図300及び/又はプロット400に基づいて計算されたゲイン及びオフセット訂正を、最初のHSIシーン202におけるそのような異常ピクセルに適用する。各ピクセルについての新しく訂正されたデータ値c’が次式(3)により決定される:
オペレーション220において、再構成された不均一訂正済みのHSI入力シーンイメージ(又は、入力シーンHSIデータキューブ)が、オペレーション210〜218の結果に基づいて、イメージプロセッサー100により生成される。頭字語「NuCed」が「不均一が訂正された」を意味する。そのような再構成された入力シーンイメージ(又は、入力シーンHSIデータキューブ)が、リモートステーション120又はイメージングシステム102によりターゲット検出のために用いられる。再構築されたシーンイメージは、それ自体が、イメージプロセッサー100により用いられ、帰納的態様でオペレーション204〜218が再び実行され、ゲイン及びオフセット誤差の決定及び訂正(また従って、対応のゲイン及びオフセット訂正値)が更に精錬される。
図6は、方法又はプロセス200のフロー図が、方法又はプロセス600のフロー図に修正された実施形態を図示する。方法600におけるオペレーションは、オペレーション204を入力HSIシーンイメージのみに適用することに加えて、BVsの決定及びアンミックスのオペレーション204が残差イメージ206b自体に適用されることを除いて、方法200のオペレーション202〜220と同様である。ほんの一例としては、パス又はフィードバックループ602として示された、そのような残差イメージ206bのピクセルのフィードバックが、残差イメージ206bのオペレーション208〜220の適用の前に残差イメージ206bの更なる精錬を生じさせる。オペレーション204を残差イメージ206bに繰り返し適用することの利益は、何らのフィードバック又は残差イメージ206b又は残差シーンデータキューブへの繰り返しのBVsのアンミックスがない場合と比べて、残差イメージ206bが、より少ない量の入力HSIシーン漏れを有することである。そのようなフィードバックループ602の例示の利益が、圧縮データの妥当性に基づいて単に基底ベクトルを制御するよりも、改善された不均一訂正を提供することである。
図7は、方法又はプロセス200のフロー図が、方法又はプロセス700のフロー図に修正された実施形態を図示する。方法700においては、オペレーション702及び704が方法200のオペレーション202〜220に追加される。追加のオペレーションが、残差キューブに漏れたシーン内容を特定するが、図6のように追加の基底ベクトルのアンミックスによりそれを除くのではなく、オペレーション208において、シーン内容が、焦点面ピクセル統計の計算に用いられるサンプルからフィルターされ、オペレーション212において分析された散布プロットからフィルターされる。シーン内容漏れが、圧縮シーン及び残差キューブへの最初のデータの非理想的な分解のため、残差キューブにおける空間パターンから成る。
オペレーション702において、オペレーション206からの残差イメージ206bが、残差イメージ206bに存在する空間シーン内容又はシーン構造のためのイメージプロセッサー100により実施又は構成される1以上のフィルター(不図示)によりフィルターされる。残差イメージ206b(又は、残差HSIデータキューブ)へのシーン内容又は構造のそのような漏れの特定は、残差スペクトルがシーン構造を含むが、ただのノイズ及びセンサーアーチファクトを含まない1以上の空間ピクセルの特定を含む。これらのスペクトルが、対応の焦点面ピクセルにおけるシーン汚染の1以上のサンプルに帰結する。これらのサンプルが、較正変化を推定することに用いるのに焦点面ピクセルの乏しいサンプルとして特定される。なぜなら、追加のシーン内容は、これらのサンプルがゲイン/オフセット誤差モデルに不十分に適合させるためである。一実施形態においては、オペレーション208において、焦点面ピクセルについての残差値の空間サンプルの平均値、中数、中央値、標準偏差、又は他の統計パラメーター値を決定する前、及び/又は、オペレーション212において、特定された異常の焦点面ピクセルについての残差のサンプルと入力データキューブにおける対応の焦点面ピクセルの値を比較する前、シーン構造を含むと特定された残差データキューブの空間サンプルが残差HSIデータキューブから除去される。他の実施形態においては、これらの乏しいサンプルが残差イメージ206b又は残差HSIデータキューブから除去されず、むしろ、オペレーション208において、これらが焦点面ピクセルについての残差値の空間サンプルの平均値、中数、又は標準偏差を決定することや、オペレーション212において、入力データキューブにおける対応の焦点面ピクセルの値と、特定された異常の焦点面ピクセルについての残差のサンプルを比較することに無視されるべくフラグ付けされる。ハードウェアで実施されるデジタルフィルター、フィルタリングプログラム、又はイメージプロセッサー100のメモリーに格納のコード、若しくはこれらの組み合わせを用いてイメージプロセッサー100によりフィルタリングが実行され得る。
オペレーション704においては、異常なカラム−バンドのペアがオペレーション210で特定された後、オペレーション702と同様、これらの特定されたカラム−バンドのペアのサンプルが再び空間的にフィルターされる。このフィルタリングが、オペレーション702において特定されるように散布プロット400及び500から乏しいサンプルを除去することから成る。
図8は、フロー図200がフロー図800に修正された実施形態を図示する。フロー図800が、多数の入力HSIシーンイメージ(又はフレーム)がオペレーション802で受け取られることを図示し、これが図2のオペレーション202に置換する。オペレーション802においては、そのような多数の入力HSIシーンイメージが順次又は並行してイメージプロセッサー100に提供され、これが続いて上述のフロー図200に従ってオペレーション204〜220を実行する。ある実施形態においては、ゲイン及びオフセット訂正が、第1シーンのために一度だけ計算され、同一の訂正が幾つかの後続の入力シーンに適用可能である。ゲイン及びオフセット訂正が遅く変化するため、このプロセスは、より速い不均一訂正を許容する。別の実施形態においては、多数のHSIシーンが、一つの大きい入力HSIデータキューブとして同時に処理可能である。このプロセスは、ゲイン及びオフセット訂正推定のためのより多くのサンプルを提供し、同時に処理される全てのHSIシーンに適用される、より正確な訂正を与える。
一実施形態においては、オペレーション202〜220、702、704、及び802、また上の各方法200、600、700、及び800のフロー図のオペレーションにおいて記述されたプロセスの他の組み合わせが、1回以上に亘り繰り返され又は反復され、より高い品質の残差イメージ及び異常ピクセルの検出及び除去が獲得される。
図9は、不均一な訂正のプロセスの利益及び効果の例を図示する。入力シーンイメージ例902が、入力HSIシーン202の赤(R)、緑(G)、及び青(B)バンドのRGB複合イメージから生成される。当業者に知られている他の種類の異常検出器も使用可能であるが、最初のHSIシーン202にReed−Xialoi(RX)異常検出器を走らせることによりイメージ903が取得される。イメージプロセッサー100による処理の後、NUCed・HSIシーン220にReed−Xialoi(RX)異常検出器を走らせることによりイメージ904が取得される。ほんの一例として、入力シーンイメージ902が、地形(例えば、シーン106)に亘る一連のテスト飛行過程で取得されたデータから取得される。RXイメージ903においては、ピクセル較正誤差が、多数の明るい縞903aに帰結し、これが、RX904では非常に簡単に見られるシーン異常(scene anomalies)の大半を覆い隠す。NUCedシーン220の処理後、RXイメージ904が、より少ない縞を含み、潜在的なターゲット906をよりはっきりと示す。
図10は、追加の基底ベクトルがアンミックスされるために残差シーンからシーン内容が除去され、またゲイン及びオフセット誤差がより顕著になるために結果として縞が現れることを図示する。最初の大きさのイメージ(original magnitude image)1002は、RGBイメージ902において表示された入力HSIシーンと同様である。最初の大きさのイメージ1002が、各空間ピクセルについての最初のスペクトルの大きさを示す。他の大きさの値(例えば、正規化された又は絶対の大きさ)が用いられ得るが、大きさは、各スペクトル要素の二乗平均平方根の和である。イメージ1004は、5つの基底ベクトルがアンミックスされた後の分数の残差の大きさの一例である。分数の残差の大きさが、最初の大きさ1002により分割された、206bからの、各残差スペクトルの二乗平均平方根の和である。イメージ1008は、15個の基底ベクトルがアンミックスされた後の分数の残差の大きさの一例である。イメージ1008の大半がより均一な黒色であり、イメージ1004に見られる明るいシーン構造の多くがもはや見られないことに注意されたい。イメージ1008のより顕著な特徴は、そのカラムにおける1以上のバンドが、ゲイン及び/又はオフセット誤差により生じられた大きい残差誤差を有することを示す縞である。イメージ1008の中央に残る明るい白色のスポット1010が、残差誤差キューブへのシーン構造の漏れの一例である。この明るいスポット1010が図6のオペレーション602で用いられ、基底ベクトルが生成され、これが、残差誤差イメージ206b(又は、残差HSIデータキューブ)からの白色のスポットを除去し、圧縮データキューブ206aにスポットを組み込む。別の実施形態においては、明るいスポット1010が、プロセス702によりフィルターされ、これらのサンプル(およそ、#380−400)が、縞のカラム(およそ、#140)のどのバンドにとってもオペレーション208での残差スペクトルの統計の評価に用いられない。明るいスポット1010がプロセス704でもフィルターされ、これらのサンプル(およそ、#380−400)が、縞のカラム(およそ、#140)のどのバンドにとってもオペレーション212での散布プロットの分析に用いられない。別の実施形態においては、この明るいスポット1010が、オペレーション212での散布プロットにおいて、6158aといった、アウトライアーサンプルに帰結することが予期される。
図11は、センサー較正プロセス1102により供給される不良ピクセルマップと、プロセス208及び210により特定された異常な焦点面ピクセルの比較を図示する。平均残差誤差の例が、各々、5つ及び15つのBVsのアンミックス後、イメージ1104及び1106に図示される。1104及び1106における明るいスポットは、大きい残差誤差を有する異常な焦点面ピクセルである。これらの明るいスポットと較正済みの不良ピクセルマップ1102の間に高い相関関係がある。しかしながら、図4A〜4Bに図示の散布プロット及び図5A〜5Bのプロットの特徴、また図9に図示の改良の品質が、これらの不良ピクセルの多くが、図2に記述のプロセスにより修正可能であることを示す。
上述のシステム及び方法は、デジタル電子回路、コンピューターハードウェア、ファームウェア、及び/又はソフトウェア、例えば、イメージングシステム102において実施可能である。コンピュータープログラム製品(つまり、情報搬送媒体に有体に具現化されたコンピュータープログラム)で実施可能である。例えば、データ処理装置による実施のための、若しくはその動作を制御する機械読み出し可能な記憶装置において実施可能である。例えば、プログラマブルプロセッサー、コンピューター、及び/又は多数のコンピューターで実施可能である。
一実施形態においては、コンピュータープログラムが、コンパイルされた及び/又は解釈された言語を含む任意の形態のプログラミング言語で記載され、コンピュータープログラムが、計算環境の用途に適当なイメージプロセッサー100においてスタンドアローンプログラム、又はサブルーチン、エレメント、及び/又は他のユニットを含む任意の形態で配備可能であり、本明細書に記述された様々な実施形態の特徴及び機能を実行する。コンピュータープログラムは、一つのサイト(例えば、イメージングシステム102)で、一つ又は多数のコンピューター上で実行されるように配備可能である。
方法ステップ又はオペレーションが、コンピュータープログラムを実行し、入力データを処理及び出力を生成することにより様々な実施形態の機能を実行する1以上のプログラム可能なプロセッサーによるプロセスとして実行され得る。また、特別目的論理回路により、方法ステップが実行され、装置が実施され得る。回路は、例えば、フィールド・プログラマブル・ゲート・アレイ(FPGA)及び/又は特定用途向け集積回路(ASIC)であり得る。モジュール、サブルーチン、及びソフトウェア・エージェントが、この機能を実施するコンピュータープログラム、プロセッサー、特別回路、ソフトウェア、及び/又はハードウェアの部分を意味し得る。
イメージプロセッサー100は、コンピュータープログラムの実行に適する1以上のプロセッサーを含み得、例示のみのため、汎用及び特別目的の両方のマイクロプロセッサー、及び任意の種類のデジタルコンピューターの任意の1以上のプロセッサーを含む。一般的には、プロセッサーがリードオンリーメモリー又はランダムアクセスメモリー又は両方から指令及びデータを受け取る。コンピューターの要素が、指令を実行するためのプロセッサーと、指令及びデータを記憶するための1以上のメモリー装置を含み得る。一般的には、コンピューターは、(例えば、磁気、光磁気ディスク、又は光ディスク)データを記憶するための1以上のマス・ストレージ装置(例えば、メモリーモジュール)を含み、データを受け取り及び/又はデータを送信するべく動作可能に結合される。メモリーは、1以上のプロセッサー(例えば、イメージプロセッサー100)により実行される時に1以上のプロセッサーに本明細書で記述した様々な実施形態の特徴や機能性を実行又は実施させる、イメージを処理するためにそこに記憶されたコンピューター読み取り可能指令を有する有形の非一時的コンピューター読み取り可能な記憶媒体であり得る。
残差イメージ206b及び/又は残差シーンデータキューブ及び再構成された残差及び入力シーンイメージ(又は、再構成された3DのHSIデータキューブ)及び指令のトランスミッション118を含むデータ・トランスミッションが、通信ネットワーク上で生じ得る。コンピュータープログラム指令及びデータを実装するために適する情報担体が、例示のみの半導体メモリー装置を含む、不揮発性メモリーの全態様を含む。情報担体は、例えば、EPROM、EEPROM、フラッシュメモリー装置、磁気ディスク、内部ハードディスク、リムーバルディスク、光磁気ディスク、CD−ROM、及び/又はDVD−ROMディスクであり得る。プロセッサー及びメモリーは、特別用途論理回路により補助され、及び/又は組み込まれ得る。
ユーザーとの相互作用を提供するため、上述の技術は、表示装置を有する計算装置上で実施され得る。表示装置は、例えば、ブラウン管(CRT)及び/又は液晶表示(LCD)モニター、及び/又は発光ダイオード(LED)モニターであり得る。ユーザーとの相互作用は、例えば、ユーザーへの情報の表示であり、またこれによりユーザーが計算装置に入力を提供することができる(例えば、ユーザーインターフェース要素と相互作用する)キーボード及びポインティング装置(例えば、マウス又はトラックボール)である。他の種類の装置が用いられ、ユーザーとの相互作用が提供される。他の装置は、例えば、任意の形態のセンサーフィードバックにおいてユーザーに提供されるフィードバックで在り得る(例えば、視覚フィードバック、音声フィードバック、又は触覚フィードバック)。ユーザーからの入力は、例えば、音、スピーチ、及び/又は接触入力を含む任意の形態で受け取られる。
上述のシステム及び技術が、バックエンド・コンポーネントを含む分散型計算システムにおいて実施され得る。バックエンド・コンポーネントは、例えば、データサーバー、ミドルウェア・コンポーネント、及び/又はアプリケーションサーバーであり得る。上述の技術は、フロントエンド・コンポーネントを含む分散計算システムにおいて実施され得る。フロントエンド・コンポーネントは、例えば、グラフィカル・ユーザー・インターフェース、ユーザーが実施の例に作用することができるウェブブラウザー、及び/又は送信装置のための他のグラフィカル・ユーザー・インターフェースを有するクライアント計算装置であり得る。システムのコンポーネントは、デジタルデータ通信(例えば、通信ネットワーク)の任意の態様又は媒体により相互接続される。通信ネットワークの例は、ローカルエリアネットワーク(LAN)、ワイドエリアネットワーク(WAN)、インターネット、ワイヤード・ネットワーク、及び/又はワイヤレスネットワークを含む。
システムは、クライアント及びサーバーに結合され及び/又は含む。クライアント及びサーバーは、概してお互いにリモートであり、典型的には通信ネットワークを介して通信する。クライアントとサーバーの関係が、各々の計算装置上に稼働し、またお互いにクライアント−サーバー関係を有するコンピュータープログラムのために生じる。
通信ネットワークは、例えば、インターネット、キャリヤーインターネットプロトコル(IP)ネットワーク(例えば、ローカルエリアネットワーク(LAN)、ワイドエリアネットワーク(WAN)、キャンパスエリアネットワーク(CAN)、メトロポリタンエリアネットワーク(MAN)、ホームエリアネットワーク(HAN)、プライベートIPネットワーク、IP構内電話交換機(IPBX)、ワイヤレスネットワーク(例えば、ラジオアクセスネットワーク(RAN)、802.11ネットワーク、802.16ネットワーク、ジェネラル・パケット・ラジオ・サービス(GPRS)ネットワーク、ハイパーLAN)を含むパケット基準ネットワーク、及び/又は他のパケット基準のネットワークを含む。回路基準のネットワークが、例えば、公衆交換電話網(PSTN)、構内電話交換機(PBX)、ワイヤレスネットワーク(例えば、RAN、Bluetooth(登録商標)、符合分割多重アクセス方式(CDMA)ネットワーク、時分割多重アクセス(TDMA)ネットワーク、グローバル・システム・フォー・モバイル・コミュニケーションズ(GSM)(登録商標)ネットワーク)、及び/又は他の回路基準のネットワークを含む。
イメージングシステム102における計算装置は、例えば、コンピューター、ブラウザー装置付きのコンピューター、電話、IP電話、モバイル装置(例えば、携帯電話、パーソナル・デジタル・アシスタンス(PDA)装置、ラップトップコンピューター、電子メール装置)、及び/又は他の通信装置を含む。ブラウザー装置は、例えば、ワールド・ワイド・ウェブ・ブラウザー(例えば、WA、レッドモンドのマイクロソフト社から入手可能なインターネット・エクスプローラー(登録商標))を有するコンピューター(例えば、デスクトップコンピューター、ラップトップコンピューター)を含む。モバイル計算装置は、例えば、カナダ、オンタリオ、ウォータールーのリサーチ・イン・モーションにより提供されるブラックベリー(登録商標)を含む。
「備える」、「含む」、及び/又は各々の複数形が非限定なものであり、列挙されたものを含み、また非列挙の追加のものを含むことができる。「及び/又は」は非限定のものであり、1以上の列挙されたもの及び列挙されたものの組み合わせを含む。
上述の開示が現在にて有用と考えられる様々な実施形態について説明するが、そのような詳細が、その目的のためであるものと理解され、添付の請求項が開示の実施形態に限定されず、むしろ反対に、添付請求項の精神及び範囲内にある修正や均等の構成を含むことが意図される。

Claims (19)

  1. イメージプロセッサーで、入力イメージが得られる入力データキューブを受け取り;
    イメージプロセッサーで、前記入力データキューブにおける各空間ピクセルから1以上の基底ベクトルを求めることにより、残差イメージを得るために用いられる残差データキューブへ前記入力データキューブを変換し;
    イメージプロセッサーで、前記残差イメージにおける各焦点面ピクセルのサンプルについて統計パラメーター値を決定し;
    イメージプロセッサーで、前記残差イメージにおける各焦点面ピクセルの決定された統計パラメーター値と、残りの焦点面ピクセルの個別の決定された統計パラメーター値との比較に基づいて異常な焦点面ピクセルを特定し、
    イメージプロセッサーで、特定された異常な焦点面ピクセルの各スキャンされたサンプルの残差値と前記入力データキューブにおける対応のスキャンされたサンプルの値を比較し、
    イメージプロセッサーで、前記比較に基づいて異常な焦点面ピクセルのためのゲイン訂正値及びオフセット訂正値の少なくとも一つの推定値を決定し、
    イメージプロセッサーで、前記ゲイン訂正値及び前記オフセット訂正値の少なくとも一つの推定値に基づいて前記入力データキューブを再構成し、
    前記ゲイン訂正値が、特定された焦点面ピクセルのサンプルの入力シーン反射率の関数として、特定された焦点面ピクセルのサンプルの残差反射率に適合するようにプロットされたラインのスロープに基づいて決定され、
    前記オフセット訂正値が、入力シーン反射率がゼロの時のプロットされたラインの値に基づいて決定される、イメージ処理のための方法。
  2. イメージプロセッサーで、値の範囲外の残差値を有する異常な焦点面ピクセルの少なくとも一つのサンプルを除去するステップを更に含み、前記異常な焦点面ピクセルの少なくとも一つのサンプルが、推定の決定のために含まれる時、異常な焦点面ピクセルのためのゲイン及びオフセット訂正値に貢献する、請求項1に記載の方法。
  3. 更に、イメージプロセッサーで、各空間ピクセルの残差スペクトルの大きさを空間的に分析し、残差スペクトルが前記入力データキューブからのシーン構造を含む1以上の空間ピクセルを特定する、請求項2に記載の方法。
  4. 焦点面ピクセルについての残差イメージの空間サンプルの統計パラメーター値を決定する前、及び特定された異常な焦点面ピクセルについての残差値を入力データキューブにおける対応の焦点面ピクセルの値と比較して前記ゲイン訂正値及び前記オフセット訂正値における誤差を阻止する前、シーン構造を含むと特定された残差データキューブの空間ピクセルのサンプルが残差データキューブから除去される、請求項3に記載の方法。
  5. 更に、イメージプロセッサーで、前記入力データキューブを特徴付け及び前記残差データキューブからシーン構造を除去する追加の基底ベクトルを決定し、前記追加の残差サンプルを用いて異常な焦点面ピクセルの特定及び訂正を可能にする、請求項1に記載の方法。
  6. 前記ゲイン訂正値及び前記オフセット訂正値の少なくとも一つの推定値を決定することが、前記オフセット訂正値がゼロであることが知られている時、前記ゲイン訂正値のみを決定することを含む、請求項1に記載の方法。
  7. 各焦点面ピクセルの決定された統計値が、前記再構成のために入力シーンイメージの多数のフレームにおいて対応の焦点面ピクセルに適用される、請求項1に記載の方法。
  8. カーブが、焦点面ピクセルのサンプルのために散布図で適合され、少なくとも一つのアウトライアー焦点面ピクセルが、適合された散布図に含まれない、請求項1乃至7のうちいずれか一項に記載の方法。
  9. イメージプロセッサーで、前記ゲイン訂正値及び前記オフセット訂正値が決定された後、前述の統計パラメーター値の決定のステップ、前述の特定のステップ、及び前述の比較のステップをフィードバックループにおいて繰り返し、更に、前記ゲイン訂正値及び前記オフセット訂正値の決定された推定値を精錬する、請求項1に記載の方法。
  10. 前記統計パラメーター値が、平均値、中数、中央値、標準偏差、又はこれらの組み合わせの少なくとも一つである、請求項1に記載の方法。
  11. コンピューターが実行可能な指令を有するメモリー;
    前記メモリーに結合したイメージプロセッサーを備え、
    前記コンピューターが実行可能な指令が、前記イメージプロセッサーにより実行される時、前記イメージプロセッサーに:
    入力イメージが得られる入力データキューブを受け取らせ;
    前記入力データキューブにおける各空間ピクセルから1以上の基底ベクトルを求めることにより、残差イメージを得るために用いられる残差データキューブへ前記入力データキューブを変換させ;
    前記残差イメージにおける各焦点面ピクセルのサンプルについて統計パラメーター値を決定させ;
    前記残差イメージにおける各焦点面ピクセルの決定された統計パラメーター値と、残りの焦点面ピクセルの個別の決定された統計パラメーター値との比較に基づいて異常な焦点面ピクセルを特定させ;
    前記特定された異常な焦点面ピクセルの各スキャンされたサンプルの残差値と、前記入力データキューブにおける対応のスキャンされたサンプルの値の更なる比較を実行させ、
    前記比較に基づいて異常な焦点面ピクセルのためのゲイン訂正値及びオフセット訂正値の少なくとも一つの推定値を決定させ;
    前記ゲイン訂正値及び前記オフセット訂正値の少なくとも一つの推定値に基づいて前記入力データキューブを再構成させ
    前記ゲイン訂正値が、特定された焦点面ピクセルのサンプルの入力シーン反射率の関数として、特定された焦点面ピクセルのサンプルの残差反射率に適合するようにプロットされたラインのスロープに基づいて決定され、
    前記オフセット訂正値が、入力シーン反射率がゼロの時のプロットされたラインの値に基づいて決定される、イメージ処理システム。
  12. 前記コンピューターが実行可能な指令が前記イメージプロセッサーにより実行される時、前記イメージプロセッサーに:
    更に、値の範囲外の残差値を有する異常な焦点面ピクセルの少なくとも一つのサンプルを除去させ、
    前記異常な焦点面ピクセルの少なくとも一つのサンプルは、推定の決定のために含まれる時、前記異常な焦点面ピクセルのためのゲイン及びオフセット訂正値に貢献する、請求項11に記載のイメージ処理システム。
  13. 前記コンピューターが実行可能な指令が前記イメージプロセッサーにより実行される時、前記イメージプロセッサーに:
    更に、各空間ピクセルの残差スペクトルの大きさを空間的に分析させ、前記残差スペクトルが前記入力データキューブからのシーン構造を含む1以上の空間ピクセルを特定させる、請求項12に記載のイメージ処理システム。
  14. 焦点面ピクセルについての残差イメージの空間サンプルの統計パラメーター値を決定する前、及び特定された異常な焦点面ピクセルについての残差値を入力データキューブにおける対応の焦点面ピクセルの値と比較して前記ゲイン訂正値及び前記オフセット訂正値の推定における誤差を阻止する前、シーン構造を含むと特定された残差データキューブの空間ピクセルのサンプルが残差データキューブから除去される、請求項13に記載のイメージ処理システム。
  15. 前記コンピューターが実行可能な指令が前記イメージプロセッサーにより実行される時、前記イメージプロセッサーに:
    更に、前記入力データキューブを特徴付け及び前記残差データキューブからシーン構造を除去する追加の基底ベクトルを決定させ、前記追加の残差サンプルを用いて異常な焦点面ピクセルの特定及び訂正を可能にする、請求項11に記載のイメージ処理システム。
  16. 前記イメージプロセッサーは、前記オフセット訂正値がゼロであることが知られている時、前記ゲイン訂正値のみを決定することにより、前記ゲイン訂正値及び前記オフセット訂正値の少なくとも一つの推定値を決定する、請求項11に記載のイメージ処理システム。
  17. 各焦点面ピクセルの決定された統計値が、前記入力データキューブの再構成のために入力シーンイメージの多数のフレームにおいて対応の焦点面ピクセルに適用される、請求項11に記載のイメージ処理システム。
  18. イメージの処理のためのコンピュータープログラムであって、
    1以上のプロセッサにより実行される時、1以上のプロセッサに:
    入力イメージが得られる入力データキューブを受け取らせ;
    前記入力データキューブにおける各空間ピクセルから1以上の基底ベクトルを求めることにより、残差イメージを得るために用いられる残差データキューブへ前記入力データキューブを変換させ;
    前記残差イメージにおける各焦点面ピクセルのサンプルについて統計パラメーター値を決定させ;
    前記残差イメージにおける各焦点面ピクセルの決定された統計パラメーター値と、残りの焦点面ピクセルの個別の決定された統計パラメーター値との比較に基づいて異常な焦点面ピクセルを特定させ;
    前記特定された異常な焦点面ピクセルの各スキャンされたサンプルの残差値と、入力データキューブにおける対応のスキャンされたサンプルの値の更なる比較を実行させ、
    前記比較に基づいて異常な焦点面ピクセルのためのゲイン訂正値及びオフセット訂正値の少なくとも一つの推定値を決定させ;
    前記ゲイン訂正値及び前記オフセット訂正値の少なくとも一つの推定値に基づいて前記入力データキューブを再構成させ
    前記ゲイン訂正値が、特定された焦点面ピクセルのサンプルの入力シーン反射率の関数として、特定された焦点面ピクセルのサンプルの残差反射率に適合するようにプロットされたラインのスロープに基づいて決定され、
    前記オフセット訂正値が、入力シーン反射率がゼロの時のプロットされたラインの値に基づいて決定されるコンピュータープログラム
  19. 請求項18に記載のコンピュータープログラムを記憶しているコンピューター読み取り可能記憶媒体。
JP2015517282A 2012-07-05 2013-05-29 イメージの残差分析のためのシステム及び方法 Active JP6122953B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/542,181 2012-07-05
US13/542,181 US9064308B2 (en) 2011-04-13 2012-07-05 System and method for residual analysis of images
PCT/US2013/043037 WO2014007925A1 (en) 2012-07-05 2013-05-29 System and method for residual analysis of images

Publications (2)

Publication Number Publication Date
JP2015525351A JP2015525351A (ja) 2015-09-03
JP6122953B2 true JP6122953B2 (ja) 2017-04-26

Family

ID=48626627

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015517282A Active JP6122953B2 (ja) 2012-07-05 2013-05-29 イメージの残差分析のためのシステム及び方法

Country Status (7)

Country Link
US (1) US9064308B2 (ja)
EP (1) EP2870586B1 (ja)
JP (1) JP6122953B2 (ja)
CA (1) CA2877547C (ja)
IL (1) IL236570A (ja)
IN (1) IN2014KN02615A (ja)
WO (1) WO2014007925A1 (ja)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9442904B2 (en) * 2012-12-21 2016-09-13 Vmware, Inc. Systems and methods for applying a residual error image
EP2790126B1 (en) * 2013-04-08 2016-06-01 Cogisen SRL Method for gaze tracking
US8995722B2 (en) * 2013-08-05 2015-03-31 Raytheon Company Sparse reduced (spare) filter
US9412005B2 (en) * 2013-10-25 2016-08-09 Gooch & Housego Plc Use of error image for unmixing artifact removal in linear spectral unmixing
FR3038195B1 (fr) 2015-06-26 2018-08-31 Ulis Detection de pixels parasites dans un capteur d'image infrarouge
FR3038194B1 (fr) * 2015-06-26 2017-08-11 Ulis Correction de pixels parasites dans un capteur d'image infrarouge
US10373339B2 (en) * 2015-12-14 2019-08-06 The Government Of The United States Of America, As Represented By The Secretary Of The Navy Hyperspectral scene analysis via structure from motion
WO2018008069A1 (ja) * 2016-07-04 2018-01-11 パイオニア株式会社 分光測定装置及び方法
US10997707B1 (en) * 2018-02-27 2021-05-04 Orbital Sidekick, Inc. Aerial and space-based hyperspectral imaging system and method for hydrocarbon and chemical industry regulatory compliance, leak detection and product speciation
JP2019039913A (ja) * 2018-08-02 2019-03-14 株式会社Zmp モニタリングシステム
CN117739289B (zh) * 2024-02-20 2024-04-26 齐鲁工业大学(山东省科学院) 基于声图融合的泄漏检测方法及系统

Family Cites Families (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6008492A (en) 1996-10-23 1999-12-28 Slater; Mark Hyperspectral imaging method and apparatus
JP3217987B2 (ja) 1997-03-31 2001-10-15 松下電器産業株式会社 動画像信号の復号方法および符号化方法
US6208752B1 (en) 1998-03-12 2001-03-27 The United States Of America As Represented By The Secretary Of The Navy System for eliminating or reducing exemplar effects in multispectral or hyperspectral sensors
US6075891A (en) 1998-07-06 2000-06-13 General Dynamics Government Systems Corporation Non-literal pattern recognition method and system for hyperspectral imagery exploitation
US6678048B1 (en) 1998-07-20 2004-01-13 Sandia Corporation Information-efficient spectral imaging sensor with TDI
US6504943B1 (en) 1998-07-20 2003-01-07 Sandia Corporation Information-efficient spectral imaging sensor
US6952499B1 (en) 1998-10-19 2005-10-04 The United States Of America As Represented By The Secretary Of The Air Force Aspire (autonomous spatial pattern identification and recognition algorithm)
US6546117B1 (en) 1999-06-10 2003-04-08 University Of Washington Video object segmentation using active contour modelling with global relaxation
US7180588B2 (en) 1999-04-09 2007-02-20 Plain Sight Systems, Inc. Devices and method for spectral measurements
US6859275B2 (en) 1999-04-09 2005-02-22 Plain Sight Systems, Inc. System and method for encoded spatio-spectral information processing
US6665438B1 (en) 1999-05-05 2003-12-16 American Gnc Corporation Method for hyperspectral imagery exploitation and pixel spectral unmixing
US6782138B1 (en) 1999-07-14 2004-08-24 Purdue Research Foundation Method and system for processing multidimensional data
US6750964B2 (en) 1999-08-06 2004-06-15 Cambridge Research And Instrumentation, Inc. Spectral imaging methods and systems
US6940999B2 (en) 2000-06-13 2005-09-06 American Gnc Corp. Method for target detection and identification by using proximity pixel information
US6804400B1 (en) * 2000-11-01 2004-10-12 Bae Systems Mission Solutions Inc. Adaptive hyperspectral data compression
US6701021B1 (en) 2000-11-22 2004-03-02 Canadian Space Agency System and method for encoding/decoding multidimensional data using successive approximation multi-stage vector quantization
US6912322B2 (en) * 2000-12-14 2005-06-28 Itt Manufacturing Enterprises Inc. Adaptive process for removing streaks in multi-band digital images
US6608931B2 (en) 2001-07-11 2003-08-19 Science Applications International Corporation Method for selecting representative endmember components from spectral data
DE10354752B4 (de) 2002-11-25 2006-10-26 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren und Vorrichtung zur automatischen Entzerrung von einkanaligen oder mehrkanaligen Bildern
US20040218172A1 (en) 2003-01-24 2004-11-04 Deverse Richard A. Application of spatial light modulators for new modalities in spectrometry and imaging
US7194111B1 (en) * 2003-07-10 2007-03-20 The United States Of America As Represented By The Secretary Of The Navy Hyperspectral remote sensing systems and methods using covariance equalization
US7251376B2 (en) * 2003-08-29 2007-07-31 Canadian Space Agency Data compression engines and real-time wideband compressor for multi-dimensional data
US7321791B2 (en) 2003-09-23 2008-01-22 Cambridge Research And Instrumentation, Inc. Spectral imaging of deep tissue
US7463778B2 (en) 2004-01-30 2008-12-09 Hewlett-Packard Development Company, L.P Motion estimation for compressing multiple view images
US7792321B2 (en) * 2004-07-28 2010-09-07 The Aerospace Corporation Hypersensor-based anomaly resistant detection and identification (HARDI) system and method
CA3031088A1 (en) 2004-11-29 2006-06-01 Hypermed Imaging, Inc. Medical hyperspectral imaging for evaluation of tissue and tumor
JP4755490B2 (ja) 2005-01-13 2011-08-24 オリンパスイメージング株式会社 ブレ補正方法および撮像装置
US7680337B2 (en) 2005-02-22 2010-03-16 Spectral Sciences, Inc. Process for finding endmembers in a data set
JP2006234557A (ja) * 2005-02-24 2006-09-07 Shimadzu Corp X線画像補正方法およびx線検査装置
US7505608B2 (en) 2005-04-15 2009-03-17 The Boeing Company Methods and apparatus for adaptive foreground background analysis
JP4654773B2 (ja) 2005-05-31 2011-03-23 富士フイルム株式会社 情報処理装置、動画像符号化装置、情報処理方法及び情報処理プログラム
WO2007031946A2 (en) 2005-09-12 2007-03-22 Dvp Technologies Ltd. Medical image processing
US7835594B2 (en) * 2006-12-01 2010-11-16 Harris Corporation Structured smoothing for superresolution of multispectral imagery based on registered panchromatic image
US8018647B2 (en) 2007-03-12 2011-09-13 Northrop Grumman Systems Corporation Imaging systems and methods
JP2008283620A (ja) * 2007-05-14 2008-11-20 Mitsubishi Electric Corp 固体撮像装置
US8538195B2 (en) * 2007-09-17 2013-09-17 Raytheon Company Hyperspectral image dimension reduction system and method
JP5217833B2 (ja) * 2008-09-19 2013-06-19 コニカミノルタエムジー株式会社 異常画素判定方法、放射線画像検出器及び異常画素判定システム
US8150195B2 (en) 2008-10-03 2012-04-03 Sony Corporation Adaptive prediction using a dimensionality reduction process
WO2010056254A1 (en) 2008-11-17 2010-05-20 Raytheon Company Hyperspectral image dimension reduction system and method
CN101763445B (zh) 2008-12-23 2011-11-09 北京理工大学 一种高光谱图像降维芯片
JP4904377B2 (ja) * 2009-04-28 2012-03-28 住友電気工業株式会社 ハイパースペクトル画像処理装置及びハイパースペクトル画像処理方法
US8315472B2 (en) * 2009-05-29 2012-11-20 Raytheon Company System and method for reducing dimensionality of hyperspectral images
FR2952216B1 (fr) 2009-10-29 2011-12-30 Galderma Res & Dev Procede et dispositif d'analyse d'images hyper-spectrales
US8175393B2 (en) 2010-07-26 2012-05-08 Raytheon Company Multi-phenomenology object detection
US8675989B2 (en) 2011-04-13 2014-03-18 Raytheon Company Optimized orthonormal system and method for reducing dimensionality of hyperspectral images

Also Published As

Publication number Publication date
EP2870586A1 (en) 2015-05-13
US20140010471A1 (en) 2014-01-09
CA2877547C (en) 2017-07-11
IN2014KN02615A (ja) 2015-05-08
WO2014007925A1 (en) 2014-01-09
JP2015525351A (ja) 2015-09-03
IL236570A (en) 2017-12-31
CA2877547A1 (en) 2014-01-09
US9064308B2 (en) 2015-06-23
IL236570A0 (en) 2015-02-26
EP2870586B1 (en) 2018-08-15

Similar Documents

Publication Publication Date Title
JP6122953B2 (ja) イメージの残差分析のためのシステム及び方法
US9466122B1 (en) Independent covariance estimation and decontamination
US9031354B2 (en) System and method for post-detection artifact reduction and removal from images
US10373339B2 (en) Hyperspectral scene analysis via structure from motion
US8487979B2 (en) Signal spectra detection system
Franzen et al. Source counts and confusion at 72–231 MHz in the MWA GLEAM survey
FR3074949A1 (fr) Procede, dispositif et programme de traitement d'images de diffraction d'un materiau cristallin
Heywood et al. VLA imaging of the XMM-LSS/VIDEO deep field at 1–2 GHz
CN110148176B (zh) 红外高光谱多像元载荷的定位一致性的检验方法和装置
CN111344103A (zh) 基于高光谱光学传感器的涂层区域定位方法和装置、及除胶系统
Cenci et al. Describing the quality assessment workflow designed for DEM products distributed via the Copernicus Programme. Case study: The absolute vertical accuracy of the Copernicus DEM dataset in Spain
Khan et al. High-density single shot 3D sensing using adaptable speckle projection system with varying preprocessing
CN111915519B (zh) 一种基于空谱径向基函数插值的条带修复方法
US9129369B1 (en) Method for characterizing an atmospheric channel
Alici Extraction of modulation transfer function by using simulated satellite images
EP3582183B1 (en) Deflectometric techniques
US8805115B2 (en) Correction of variable offsets relying upon scene
US20210264582A1 (en) Platform and methods for dynamic thin film measurements using hyperspectral imaging
US20220011238A1 (en) Method and system for characterizing surface uniformity
Hagara et al. Comparison of methods for edge detection with sub-pixel accuracy in 1-D images
Godbaz et al. Undue influence: Mitigating range-intensity coupling in AMCW ‘flash’lidar using scene texture
Jiao et al. No-reference perceptual image sharpness index using normalized DCT-based representation
US20170352146A1 (en) System, method and computer program product for automatically generating a wafer image to design coordinate mapping
Cheremkhin et al. Virtual camera-based analysis of photosensor characterization methods
TW202219497A (zh) 用於調諧經調變晶圓之敏感度及判定用於經調變晶圓之處理視窗之系統,方法以及非暫時性電腦可讀媒體

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20160112

RD03 Notification of appointment of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7423

Effective date: 20160328

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20160330

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20160802

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20161101

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20170314

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20170403

R150 Certificate of patent or registration of utility model

Ref document number: 6122953

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250