クラスタリングのための固有空間上での多重画像からの部分画像の選択

摘要

現在，マルチスペクトル画像やハイパースペクトルrn画像等の多重画像が多くの分野に登場し，多重画像をrn処理・解析するための多くの技術が求められている（北rn本，2003；リモートセンシング研究会編，2004）。多重rn画像の処理・解析技術の一つとして，教師情報を用いrnずにデータを分類するクラスタリングがある。クラスrnタリングは，リモートセンシングの分野では主に土地rn被覆分類図の作成に用いられている。しかし，多重画rn像のクラスタリングは，画像の枚数が多いために計算rn量が大きくなるという欠点や，不適切な画像の混在にrnより性能が劣化するという欠点がある。そのため，クrnラスタリングの計算量の短縮と精度向上を目的としrnて．多重画像の次元圧縮や次元削減が行われる。%Clustering of multiple image such as multispectral and hyperspectral image has some challenges. First, the computational complexity increases in proportion to the number of multiple image. Second, the performance is decreased by mixed improper images. Therefore, dimensionality compression and dimensionality reduction of multiple image are needed for the computational complexity decrease and the accuracy improvement of clustering. Then, this technical report marks on dimensionality reduction of the multiple image, and proposes a method to select subimage from multiple image on the eigenspace. To validate the effectiveness of the proposed method, selection of subimage is performed using Landsat TM multispectral image. A landcover classification map which is created as the result of clustering is compared with aerial photo.