APPLICATION OF FILTERING EFFICIENCY PREDICTION TO HYPERSPECTRAL DATA PRE-PROCESSING

APPLICATION OF FILTERING EFFICIENCY PREDICTION TO HYPERSPECTRAL DATA PRE-PROCESSING

Several approaches to prediction image denoising efficiency for DCT-based filter have been proposed recently. They allow predicting improvement of PSNR (IPSNR) and visual quality metrics as PSNR-HVS-M (IPHVS) for denoised images under condition of noise characteristics known or pre-estimated in adva...

Повний опис

Збережено в:
Бібліографічні деталі
Дата:2015
Автори: Lukin, V. V., Krivenko, S. S., Krivenko, O. S., Abramov, S. K., Zriakhov, M. S., Uss, M. L., Vozel, B., Chehdi, K.
Формат: Стаття
Мова:English
Опубліковано: Scientific Centre for Aerospace Research of the Earth Institute of Geological Science National Academy of Sciences of Ukraine, Kyiv, Ukraine 2015
Онлайн доступ:https://ujrs.org.ua/ujrs/article/view/58
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Ukrainian Journal of Remote Sensing of the Earth

Репозитарії

Ukrainian Journal of Remote Sensing of the Earth
id uajuacgovua-article-58
record_format ojs
spelling uajuacgovua-article-582016-06-30T21:41:30Z APPLICATION OF FILTERING EFFICIENCY PREDICTION TO HYPERSPECTRAL DATA PRE-PROCESSING ПРИМЕНЕНИЕ ПРОГНОЗИРОВАНИЯ ЭФФЕКТИВНОСТИ ФИЛЬТРАЦИИ К ОБРАБОТКЕ ГИПЕРСПЕКТРАЛЬНЫХ ДАННЫХ ЗАСТОСУВАНЯ ПРОГНОЗУВАННЯ ЕФЕКТИВНОСТІ ФІЛЬТРАЦІЇ ДО ОБРОБКИ ГІПЕРСПЕКТРАЛЬНИХ ДАНИХ Lukin, V. V. Krivenko, S. S. Krivenko, O. S. Abramov, S. K. Zriakhov, M. S. Uss, M. L. Vozel, B. Chehdi, K. Several approaches to prediction image denoising efficiency for DCT-based filter have been proposed recently. They allow predicting improvement of PSNR (IPSNR) and visual quality metrics as PSNR-HVS-M (IPHVS) for denoised images under condition of noise characteristics known or pre-estimated in advance. Here we apply the prediction approach to pre-processing ten sub-bands of Hyperion hyperspectral data. It is shown that there are sub-band images for which there is no necessity to carry out filtering. Meanwhile, there are sub-bands for which IPSNR reaches 5…9 dB and the use of denoising is expedient. Недавно были предложены несколько подходов к прогнозированию эффективности ДКП-фильтров. Они позволяют прогнозировать повышение ПОСШ (IPSNR) и улучшение метрики визуального качества PSNR-HVS-M (IPHVS) для обработанных изображений при условии, что характеристики помех известны или предварительно оценены. В статье прогнозирование применено к предварительной обработке десяти соседних каналов гиперспектральных данных сенсора Гиперион. Показано, что есть каналы, для которых не имеет смысла применять фильтрацию. Вместе с тем, есть и каналы, для которых IPSNR достигает 5…9 дБ и, соответственно, применение фильтрации целесообразно. Нещодавно було запропоновано декілька підходів до прогнозування ефективності ДКП-фільтрів. Вони дозволяють прогнозувати збільшення РВСШ (IPSNR) та покращення метрики візуальної якості PSNR-HVS-M (IPHVS) для оброблених зображень за умови, що характеристики завад є відомим або попередньо оцінені. В статті прогнозування застосовано до попередньої обробки десяти каналів гіперспектральних даних сенсора Гіперіон. Показано, що є канали, для яких немає сенсу застосовувати фільтрацію. Втім, є й канали, для яких IPSNR сягає 5…9 дБ і, відповідно, застосування фільтрації є доцільним. Scientific Centre for Aerospace Research of the Earth Institute of Geological Science National Academy of Sciences of Ukraine, Kyiv, Ukraine 2015-12-28 Article Article application/pdf https://ujrs.org.ua/ujrs/article/view/58 Ukrainian journal of remote sensing; No. 7 (2015); 4-11 Украинский журнал дистанционного зондирования Земли; № 7 (2015); 4-11 Український журнал дистанційного зондування Землі; № 7 (2015); 4-11 2313-2132 en https://ujrs.org.ua/ujrs/article/view/58/76 Copyright (c) 2016 Ukrainian journal of remote sensing
institution Ukrainian Journal of Remote Sensing of the Earth
collection OJS
language English
format Article
author Lukin, V. V.
Krivenko, S. S.
Krivenko, O. S.
Abramov, S. K.
Zriakhov, M. S.
Uss, M. L.
Vozel, B.
Chehdi, K.
spellingShingle Lukin, V. V.
Krivenko, S. S.
Krivenko, O. S.
Abramov, S. K.
Zriakhov, M. S.
Uss, M. L.
Vozel, B.
Chehdi, K.
APPLICATION OF FILTERING EFFICIENCY PREDICTION TO HYPERSPECTRAL DATA PRE-PROCESSING
author_facet Lukin, V. V.
Krivenko, S. S.
Krivenko, O. S.
Abramov, S. K.
Zriakhov, M. S.
Uss, M. L.
Vozel, B.
Chehdi, K.
author_sort Lukin, V. V.
title APPLICATION OF FILTERING EFFICIENCY PREDICTION TO HYPERSPECTRAL DATA PRE-PROCESSING
title_short APPLICATION OF FILTERING EFFICIENCY PREDICTION TO HYPERSPECTRAL DATA PRE-PROCESSING
title_full APPLICATION OF FILTERING EFFICIENCY PREDICTION TO HYPERSPECTRAL DATA PRE-PROCESSING
title_fullStr APPLICATION OF FILTERING EFFICIENCY PREDICTION TO HYPERSPECTRAL DATA PRE-PROCESSING
title_full_unstemmed APPLICATION OF FILTERING EFFICIENCY PREDICTION TO HYPERSPECTRAL DATA PRE-PROCESSING
title_sort application of filtering efficiency prediction to hyperspectral data pre-processing
title_alt ПРИМЕНЕНИЕ ПРОГНОЗИРОВАНИЯ ЭФФЕКТИВНОСТИ ФИЛЬТРАЦИИ К ОБРАБОТКЕ ГИПЕРСПЕКТРАЛЬНЫХ ДАННЫХ
ЗАСТОСУВАНЯ ПРОГНОЗУВАННЯ ЕФЕКТИВНОСТІ ФІЛЬТРАЦІЇ ДО ОБРОБКИ ГІПЕРСПЕКТРАЛЬНИХ ДАНИХ
description Several approaches to prediction image denoising efficiency for DCT-based filter have been proposed recently. They allow predicting improvement of PSNR (IPSNR) and visual quality metrics as PSNR-HVS-M (IPHVS) for denoised images under condition of noise characteristics known or pre-estimated in advance. Here we apply the prediction approach to pre-processing ten sub-bands of Hyperion hyperspectral data. It is shown that there are sub-band images for which there is no necessity to carry out filtering. Meanwhile, there are sub-bands for which IPSNR reaches 5…9 dB and the use of denoising is expedient.
publisher Scientific Centre for Aerospace Research of the Earth Institute of Geological Science National Academy of Sciences of Ukraine, Kyiv, Ukraine
publishDate 2015
url https://ujrs.org.ua/ujrs/article/view/58
work_keys_str_mv AT lukinvv applicationoffilteringefficiencypredictiontohyperspectraldatapreprocessing
AT krivenkoss applicationoffilteringefficiencypredictiontohyperspectraldatapreprocessing
AT krivenkoos applicationoffilteringefficiencypredictiontohyperspectraldatapreprocessing
AT abramovsk applicationoffilteringefficiencypredictiontohyperspectraldatapreprocessing
AT zriakhovms applicationoffilteringefficiencypredictiontohyperspectraldatapreprocessing
AT ussml applicationoffilteringefficiencypredictiontohyperspectraldatapreprocessing
AT vozelb applicationoffilteringefficiencypredictiontohyperspectraldatapreprocessing
AT chehdik applicationoffilteringefficiencypredictiontohyperspectraldatapreprocessing
AT lukinvv primenenieprognozirovaniâéffektivnostifilʹtraciikobrabotkegiperspektralʹnyhdannyh
AT krivenkoss primenenieprognozirovaniâéffektivnostifilʹtraciikobrabotkegiperspektralʹnyhdannyh
AT krivenkoos primenenieprognozirovaniâéffektivnostifilʹtraciikobrabotkegiperspektralʹnyhdannyh
AT abramovsk primenenieprognozirovaniâéffektivnostifilʹtraciikobrabotkegiperspektralʹnyhdannyh
AT zriakhovms primenenieprognozirovaniâéffektivnostifilʹtraciikobrabotkegiperspektralʹnyhdannyh
AT ussml primenenieprognozirovaniâéffektivnostifilʹtraciikobrabotkegiperspektralʹnyhdannyh
AT vozelb primenenieprognozirovaniâéffektivnostifilʹtraciikobrabotkegiperspektralʹnyhdannyh
AT chehdik primenenieprognozirovaniâéffektivnostifilʹtraciikobrabotkegiperspektralʹnyhdannyh
AT lukinvv zastosuvanâprognozuvannâefektivnostífílʹtracíídoobrobkigíperspektralʹnihdanih
AT krivenkoss zastosuvanâprognozuvannâefektivnostífílʹtracíídoobrobkigíperspektralʹnihdanih
AT krivenkoos zastosuvanâprognozuvannâefektivnostífílʹtracíídoobrobkigíperspektralʹnihdanih
AT abramovsk zastosuvanâprognozuvannâefektivnostífílʹtracíídoobrobkigíperspektralʹnihdanih
AT zriakhovms zastosuvanâprognozuvannâefektivnostífílʹtracíídoobrobkigíperspektralʹnihdanih
AT ussml zastosuvanâprognozuvannâefektivnostífílʹtracíídoobrobkigíperspektralʹnihdanih
AT vozelb zastosuvanâprognozuvannâefektivnostífílʹtracíídoobrobkigíperspektralʹnihdanih
AT chehdik zastosuvanâprognozuvannâefektivnostífílʹtracíídoobrobkigíperspektralʹnihdanih
first_indexed 2024-04-21T19:47:42Z
last_indexed 2024-04-21T19:47:42Z
_version_ 1796974955456364544

Схожі ресурси