論文の概要: Phase-Locked SNR Band Selection for Weak Mineral Signal Detection in Hyperspectral Imagery

• arxiv url: http://arxiv.org/abs/2508.00539v2
• Date: Tue, 05 Aug 2025 07:14:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-06 13:15:14.099543
• Title: Phase-Locked SNR Band Selection for Weak Mineral Signal Detection in Hyperspectral Imagery
• Title（参考訳）: ハイパースペクトル画像における弱ミネラル信号検出のための位相同期SNR帯域選択
• Authors: Judy X Yang,
• Abstract要約: キュクライト鉱業地区における鉱物検出の強化のための2段階統合フレームワークを提案する。 第1段階では、各スペクトル帯域の信号-雑音比(SNR)を計算し、低SNR帯域を破棄するために位相同期しきい値法を適用する。 第2段階では、改良されたHSIデータをモデルに再導入し、KMeansクラスタリングを使用して12個の終端スペクトルを抽出する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Hyperspectral imaging offers detailed spectral information for mineral mapping; however, weak mineral signatures are often masked by noisy and redundant bands, limiting detection performance. To address this, we propose a two-stage integrated framework for enhanced mineral detection in the Cuprite mining district. In the first stage, we compute the signal-to-noise ratio (SNR) for each spectral band and apply a phase-locked thresholding technique to discard low-SNR bands, effectively removing redundancy and suppressing background noise. Savitzky-Golay filtering is then employed for spectral smoothing, serving a dual role first to stabilize trends during band selection, and second to preserve fine-grained spectral features during preprocessing. In the second stage, the refined HSI data is reintroduced into the model, where KMeans clustering is used to extract 12 endmember spectra (W1 custom), followed by non negative least squares (NNLS) for abundance unmixing. The resulting endmembers are quantitatively compared with laboratory spectra (W1 raw) using cosine similarity and RMSE metrics. Experimental results confirm that our proposed pipeline improves unmixing accuracy and enhances the detection of weak mineral zones. This two-pass strategy demonstrates a practical and reproducible solution for spectral dimensionality reduction and unmixing in geological HSI applications.
• Abstract（参考訳）: ハイパースペクトルイメージングは、ミネラルマッピングのための詳細なスペクトル情報を提供するが、弱いミネラルシグネチャは、しばしばノイズや冗長なバンドによって隠蔽され、検出性能が制限される。 そこで本研究では,キュクライト鉱業地区における鉱物検出の強化のための2段階統合フレームワークを提案する。 第1段階では、各スペクトル帯域の信号-雑音比(SNR)を計算し、位相同期しきい値法を適用して低SNR帯域を破棄し、冗長性を効果的に除去し、背景雑音を抑制する。 次に、サヴィツキー・ゴレイフィルタをスペクトル平滑化に使用し、まずバンド選択時の傾向を安定化し、次に前処理時の微細なスペクトル特性を維持するために二重の役割を果たす。 第2段階では、改良されたHSIデータをモデルに再導入し、KMeansクラスタリングを用いて12個の終端スペクトル(W1カスタム)を抽出し、次いで非負の最小二乗(NNLS)を混合しない。 得られたエンドメンバーは、コサイン類似度とRMSE測定値を用いて、実験室のスペクトル(W1 raw)と定量的に比較される。 実験の結果,提案したパイプラインは混合精度を向上し,弱ミネラルゾーンの検出を向上することを確認した。 この2パス戦略は、地質学的HSIアプリケーションにおいて、スペクトル次元の減少とアンミックスのための実用的で再現可能な解を示す。

関連論文リスト

• Spectrum-driven Mixed-frequency Network for Hyperspectral Salient Object Detection [14.621504062838731]
  スペクトルから2つの異なる周波数成分を抽出することでスペクトル特性を完全に活用する新しい手法を提案する。 Spectral Saliency は有能なオブジェクトの領域を近似し、Spectral Edge は有能なオブジェクトのエッジ情報をキャプチャする。 この二重周波数情報を効果的に活用するために、新しい軽量スペクトラム駆動混合周波数ネットワーク(SMN)を導入する。
  論文  参考訳（メタデータ） (2023-12-02T08:05:45Z)
• Boosting the Generalization Ability for Hyperspectral Image Classification using Spectral-spatial Axial Aggregation Transformer [14.594398447576188]
  ハイパースペクトル画像分類(HSIC)タスクでは、最も一般的に使われているモデル検証パラダイムは、画素単位のランダムサンプリングによってトレーニング・テストデータセットを分割することである。 私たちの実験では、トレーニングとテストデータセットが多くの情報を共有しているため、高い精度が達成できたことが分かりました。 本稿では,データセット分割間の一般化を保ったスペクトル-空間軸アグリゲーション変換器モデルSaaFormerを提案する。
  論文  参考訳（メタデータ） (2023-06-29T07:55:43Z)
• DDS2M: Self-Supervised Denoising Diffusion Spatio-Spectral Model for Hyperspectral Image Restoration [103.79030498369319]
  ハイパースペクトル画像復元のための自己教師付き拡散モデルを提案する。 textttDDS2Mは、既存の拡散法と比較して、より強力な一般化能力を持っている。 HSIのノイズ除去、ノイズ除去、様々なHSIの超解像実験は、既存のタスク固有状態よりもtextttDDS2Mの方が優れていることを示した。
  論文  参考訳（メタデータ） (2023-03-12T14:57:04Z)
• Evaluation of the potential of Near Infrared Hyperspectral Imaging for monitoring the invasive brown marmorated stink bug [53.682955739083056]
  BMSB(Halyomorpha halys)は、数種の作物を害する世界的重要性の害虫である。 本研究は、BMSB検体を検出する技術として、NIR-HSI(Near Infrared Hyperspectral Imaging)を実験室レベルで予備評価する。
  論文  参考訳（メタデータ） (2023-01-19T11:37:20Z)
• Spectral Unmixing of Hyperspectral Images Based on Block Sparse Structure [1.491109220586182]
  本稿では,ブロックスパース構造とスパースベイズ学習戦略に基づくハイパースペクトル画像(HSI)のスペクトルアンミックス手法を提案する。
  論文  参考訳（メタデータ） (2022-04-10T09:37:41Z)
• Hyperspectral Image Denoising Using Non-convex Local Low-rank and Sparse Separation with Spatial-Spectral Total Variation Regularization [49.55649406434796]
  本研究では,HSI復調のためのロバストな主成分分析のための新しい非特異なアプローチを提案する。 我々は、ランクとスパースコンポーネントの両方に対する正確な近似を開発する。 シミュレーションと実HSIの両方の実験により,提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2022-01-08T11:48:46Z)
• FastHyMix: Fast and Parameter-free Hyperspectral Image Mixed Noise Removal [20.043152870504738]
  本稿では,高速かつパラメータフリーなハイパースペクトル画像混合ノイズ除去法(FastHyMix)を提案する。 これは、スペクトル領域における低ランク性と空間領域における高相関性という、ハイパースペクトルデータの2つの主要な特徴を利用する。 提案手法は,サブスペース表現とHSIの相関を利用して,より強力な深度画像を追加することで低ランク化を実現する。
  論文  参考訳（メタデータ） (2021-09-18T08:35:45Z)
• Spectral Splitting and Aggregation Network for Hyperspectral Face Super-Resolution [82.59267937569213]
  高分解能(HR)ハイパースペクトル顔画像は、制御されていない条件下での顔関連コンピュータビジョンタスクにおいて重要な役割を果たす。 本稿では,ハイパースペクトル顔画像への深層学習手法の適用方法について検討する。 限られたトレーニングサンプルを用いたHFSRのためのスペクトル分割集約ネットワーク(SSANet)を提案する。
  論文  参考訳（メタデータ） (2021-08-31T02:13:00Z)
• Spatial-Phase Shallow Learning: Rethinking Face Forgery Detection in Frequency Domain [88.7339322596758]
  本論文では,空間画像と位相スペクトルを組み合わせ,顔の偽造のアップサンプリング成果をキャプチャするSPSL(Spatial-Phase Shallow Learning)法を提案する。 SPSLは、クロスデータセット評価における最先端性能とマルチクラス分類を実現し、単一データセット評価において同等の結果を得ることができる。
  論文  参考訳（メタデータ） (2021-03-02T16:45:08Z)
• A Comparative study of Artificial Neural Networks Using Reinforcement learning and Multidimensional Bayesian Classification Using Parzen Density Estimation for Identification of GC-EIMS Spectra of Partially Methylated Alditol Acetates [0.304585143845864]
  本研究では, 部分的にメチル化アルジトール酢酸塩 (PMAA) のガスクロマトグラフィー-電子衝突質量スペクトル (GC-EIMS) データベース用パターン認識検索エンジンの開発について報告する。 開発システムはワールドワイドウェブ上に実装されており、GC-EIMS機器に記録されたこれらの分子のスペクトルを用いてPMAAを識別することを目的としている。
  論文  参考訳（メタデータ） (2020-07-31T17:54:51Z)
• Hyperspectral Image Super-resolution via Deep Progressive Zero-centric Residual Learning [62.52242684874278]
  空間情報とスペクトル情報の相互モダリティ分布が問題となる。 本稿では,PZRes-Netという,新しいテクスライトウェイトなディープニューラルネットワークベースのフレームワークを提案する。 本フレームワークは,高分解能かつテクテッセロ中心の残像を学習し,シーンの空間的詳細を高頻度で表現する。
  論文  参考訳（メタデータ） (2020-06-18T06:32:11Z)
• Learning Spatial-Spectral Prior for Super-Resolution of Hyperspectral Imagery [79.69449412334188]
  本稿では,最先端の残差学習をベースとした単一グレー/RGB画像の超解像化手法について検討する。 本稿では,空間情報とハイパースペクトルデータのスペクトル間の相関をフル活用するための空間スペクトル先行ネットワーク(SSPN)を提案する。 実験結果から,SSPSR法により高分解能高分解能高分解能画像の詳細が得られた。
  論文  参考訳（メタデータ） (2020-05-18T14:25:50Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。