Cantitate/Preț
Produs
Total produse
Vezi coșul
Real-Time Recursive Hyperspectral Sample and Band Processing: Algorithm Architecture and Implementation de Chein-I Chang

Real-Time Recursive Hyperspectral Sample and Band Processing: Algorithm Architecture and Implementation

Autor Chein-I Chang
en Limba Engleză Paperback – 8 mai 2018

Prin parcurgerea acestui volum tehnic, cititorul va putea implementa arhitecturi recursive capabile să proceseze date hiperspectrale în timp real, eșantion cu eșantion sau bandă cu bandă. Ne-a atras atenția modul în care Chein-I Chang reușește să transforme algoritmii de imagistică progresivă în sisteme recursive prin introducerea filtrării Kalman, oferind o soluție matematică robustă pentru gestionarea fluxurilor masive de date senzoriale.

Structura lucrării este riguros organizată pentru a ghida utilizatorul de la fundamentele calculului volumului simplex și dimensionalitatea virtuală, către aplicații complexe de procesare. Partea a II-a și a III-a se concentrează pe statistici spectrale, oferind ecuații recursive pentru algoritmi critici precum minimizarea energiei constrânse (CEM) și procesarea subspațiului ortogonal (OSP). Abordarea diferă de Hyperspectral Imaging Remote Sensing de Dimitris Manolakis prin concentrarea strictă pe arhitectura algoritmilor recursivi și execuția în timp real, fiind mai puțin un ghid general de spectro-imagistică și mai mult un manual de implementare computațională.

Apreciem continuitatea pe care această lucrare o asigură în cadrul operei autorului. Dacă în High Performance Computing in Remote Sensing accentul era pus pe soluții de calcul paralel, iar în Real-Time Progressive Hyperspectral Image Processing se puneau bazele cauzalității, volumul de față rafinează aceste concepte prin recursivitate. Este o resursă esențială pentru inginerii care au nevoie de eficiență algoritmică acolo unde resursele de memorie sau timpul de răspuns sunt limitate, transformând teoria procesării semnalelor în instrumente de lucru aplicabile imediat.

Citește tot Restrânge

Preț: 128844 lei

Preț vechi: 169531 lei
-24%

Puncte Express: 1933
Paperback 128844 lei
Hardback 131639 lei

Carte tipărită la comandă

Livrare economică 15-20 iunie

 Adaugă în coș

Wish list
Gift list
Am citit!
Adaugă în listă

Specificații

ISBN-13: 9783319832302
ISBN-10: 3319832301
Pagini: 690
Ilustrații: XXIII, 690 p. 293 illus., 233 illus. in color.
Dimensiuni: 155 x 235 mm
Greutate: 1.33 kg
Ediția:Softcover reprint of the original 1st ed. 2017
Editura: Springer International Publishing
Colecția Springer
Locul publicării:Cham, Switzerland

De ce să citești această carte

Această carte este indispensabilă inginerilor de sistem și cercetătorilor în teledetecție care dezvoltă aplicații de monitorizare în timp real. Cititorul câștigă acces la un cadru matematic verificat pentru procesarea recursivă a datelor hiperspectrale, optimizând viteza de execuție fără a sacrifica precizia. Este un salt practic de la procesarea de tip batch la fluxuri de date continue, esențial pentru tehnologiile moderne de senzori aeropurtați sau satelitari.

Despre autor

Chein-I Chang este profesor în cadrul Departamentului de Științe ale Calculatoarelor și Inginerie Electrică la University of Maryland, Baltimore County, unde coordonează Laboratorul de Procesare a Semnalelor și Imaginilor prin Teledetecție (RSSIPL). Recunoscut ca Fellow al SPIE pentru contribuțiile sale remarcabile în domeniu, Dr. Chang este o autoritate în imagistica hiperspectrală, servind și ca editor asociat pentru IEEE Transactions on Geoscience and Remote Sensing. Expertiza sa vastă este fundamentată pe numeroase lucrări de referință, transformând cercetarea academică în soluții aplicabile pentru industria aerospațială și de apărare.

Cuprins

Overview and Introduction.- PART I: Fundamentals.- Simplex Volume Calculation.- Discrete Time Kalman Filtering in Hyperspectral Data Prcoessing.- Target-Specified Virtual Dimesnionality.- PART II: Sample Spectral Statistics-Based Recursive Hyperspectral Sample Prcoessing.- Real Time Recursive Hyperspectral Sample Processing of Constrained Energy Minimization.- Real Time Recursive Hyperspectral Sample Processing of Anomaly Detection.- PART III: Signature Spectral Statistics-Based Recursive Hyperspectral Sample Prcoessing.- Recursive Hyperspectral Sample Processing of Automatic Target Generation Process.- Recursive Hyperspectral Sample Processing of Orthogonal Subspace Projection.- Recursive Hyperspectral Sample Processing of Linear Spectral Mixture Analysis.- Recursive Hyperspectral Sample Processing of Maximimal Likelihood Estimation.- Recursive Hyperspectral Sample Processing of Orthogonal Projection-Based Simplex Growing Algorithm.- Recursive Hyperspectral Sample Processing of Geometric Simplex Growing Simplex Algorithm.- PART IV: Sample Spectral Statistics-Based Recursive Hyperspectral Band Prcoessing.- Recursive Hyperspectral Band Processing of Constrained Energy Minimization.- Recursive Hyperspectral Band Processing of Anomly Detection.- Signature Spectral Statistics-Based Recursive Hyperspectral Band Prcoessing.- Recursive Hyperspectral Band Processing of Automatic Target Generation Process.- Recursive Hyperspectral Band Processing of Orthogonal Subspce Projection.- Recursive Hyperspectral Band Processing of Linear Spectral Mixture Analysis.- Recursive Hyperspectral Band Processing of Growing Simplex Volume Analysis.- Recursive Hyperspectral Band Processing of Iterative Pixel Puirty Index.- Recursive Hyperspectral Band Processing of Fast Iterative Pixel Purity Index.- Conclusions.- Glossary.- Appendix A.- References.- Index.

Notă biografică

Chein-I Chang is Professor with Department of Computer Science and Electrical Engineering at the University of Maryland, Baltimore County. He established a Remote Sensing Signal and Image Processing Laboratory, and conducts research in designing and developing signal processing algorithms for hyperspectral imaging, medical imaging and documentation analysis. Dr. Chang has published over 146 referred journal articles including more than 50 papers in the IEEE Transaction on Geoscience and Remote Sensing alone and four patents with several pending on hyperspectral image processing. He authored two books, Hyperspectral Imaging: Techniques for Spectral Detection and Classification (Kluwer Academic Publishers, 2003) and Hyperspectral Data Processing: Algorithm Design and Analysis (Wiley, 2013). He also edited two books, Recent Advances in Hyperspectral Signal and Image Processing (Transworld Research Network, India, 2006) and Hyperspectral Data Exploitation: Theory and Applications (JohnWiley & Sons, 2007) and co-edited with A. Plaza a book on High Performance Computing in Remote Sensing (CRC Press, 2007). Dr. Chang has received his Ph.D. in Electrical Engineering from University of Maryland, College Park. He is a Fellow of IEEE and SPIE with contributions to hyperspectral image processing.

Textul de pe ultima copertă

This book explores recursive architectures in designing progressive hyperspectral imaging algorithms. In particular, it makes progressive imaging algorithms recursive by introducing the concept of Kalman filtering in algorithm design so that hyperspectral imagery can be processed not only progressively sample by sample or band by band but also recursively via recursive equations. This book can be considered a companion book of author’s books, Real-Time Progressive Hyperspectral Image Processing, published by Springer in 2016.



  • Explores recursive structures in algorithm architecture
  • Implements algorithmic recursive architecture in conjunction with progressive sample and band processing
  • Derives Recursive Hyperspectral Sample Processing (RHSP) techniques according to Band-Interleaved Sample/Pixel (BIS/BIP) acquisition format
  • Develops Recursive Hyperspectral Band Processing (RHBP) techniques according to Band SeQuential (BSQ) acquisition format for hyperspectral data