| 講演名 | 2022-03-01 ［ポスター講演］グラフに基づく空間-スペクトル全変動によるハイパースペクトル画像復元 竹本 真悟(東工大), 長沼 一輝(東工大), 小野 峻佑(東工大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 本論文では，Graph Spatio-spectral Total Variation（Graph SSTV， GSSTV）に基づくハイパースペクトル（HS）画像の新しいノイズ除去法を提案する．SSTVは，HS画像のスペクトル相関を適切に捉える強力な正則化アプローチとして，混合ノイズ除去を含め広く応用されている．しかし，SSTVは空間的な正則化として単に垂直・水平方向の差を評価するだけであるため，エッジやテクスチャが混在するHS画像の複雑な空間構造を保持したノイズ除去を行うには不十分であると考えられる．この問題を解決するため，HS画像の空間構造を明示的に反映したグラフに基づく重み付き空間差分作用素をSSTVに統合することで，GSSTVを確立する．まず，与えられたノイズの多いHS画像の全バンドを平均化したノイズ低減グレースケール画像（ガイド画像）を生成し，ガイド画像からグラフを構築する．次に，グラフを介して定義される空間差分作用素を用いてGSSTVを設計し，HS画像のノイズ除去問題を，GSSTVを含む凸最適化問題で定式化する．さらに，この問題を解くための効率的なアルゴリズムを，主-双対近接分離法に基づいて開発する．混合ノイズ除去の実験を通して，SSTVを含む既存のHS画像正則化モデルと比較し，GSSTVの有効性を実証する． |
| 抄録(英) | We propose a novel denoising method for hyperspectral images (HSI) based on the Graph Spatio-Spectral Total Variation (GSSTV) model. The Spatio-Spectral Total Variation (SSTV) model has been widely applied, including mixed noise removal, as a powerful regularization approach that adequately captures the spectral structure of HSIs. However, since SSTV merely evaluates the vertical and horizontal differences as spatial regularization, it is insufficient for denoising that preserves the complex spatial structure of remotely sensed HSIs with mixed edges and textures. To resolve this issue, we establish GSSTV by integrating into SSTV a weighted spatial difference operator based on a graph that explicitly reflects the spatial structure of the target HSI. First, a noise-reduced grayscale image (guide image) is generated by averaging all the bands of a given noisy HSI, and construct the graph from the guide image. Next, we design GSSTV using the spatial difference operator defined by the graph and formulate the HSI denoising problem as a convex optimization problem involving GSSTV. Furthermore, we develop an efficient algorithm for solving the problem based on a primal-dual splitting method. We demonstrate the effectiveness of GSSTV against existing HSI regularization models, including SSTV, through mixed noise removal experiments. |
| キーワード(和) | ハイパースペクトル画像 / 全変動 / グラフ信号処理 |
| キーワード(英) | Hyperspectral image / total variation / graph signal processing |
| 資料番号 | EA2021-70,SIP2021-97,SP2021-55 |
| 発行日 | 2022-02-22 (EA, SIP, SP) |
| 研究会情報 | |
| 研究会 | EA / SIP / SP / IPSJ-SLP |
|---|---|
| 開催期間 | 2022/3/1(から2日開催) |
| 開催地（和） | 沖縄県立博物館・美術館 |
| 開催地（英） | |
| テーマ（和） | 応用／電気音響, 信号処理，音声，一般 |
| テーマ（英） | |
| 委員長氏名（和） | 梶川 嘉延(関西大) / 坂東 幸浩(NTT) / 北岡 教英(豊橋技科大) / 北岡 教英(豊橋技科大) |
| 委員長氏名（英） | Yoshinobu Kajikawa(Kansai Univ.) / Yukihiro Bandou(NTT) / Norihide Kitaoka(Toyohashi Univ. of Tec) / 北岡 教英(豊橋技科大) |
| 副委員長氏名（和） | 古家 賢一(大分大) / 小山 翔一(東大) / 田中 聡久(東京農工大) / 仲地 孝之(琉球大学) |
| 副委員長氏名（英） | Kenichi Furuya(Oita Univ.) / Shoichi Koyama(Univ. of Tokyo) / Toshihisa Tanaka(Tokyo Univ. Agri.&Tech.) / Takayuki Nakachi(Ryukyu Univ.) |
| 幹事氏名（和） | 加古 達也(NTT) / 西浦 敬信(立命館大) / 杉本 憲治郎(Xiaomi) / 渡辺 修(拓殖大) / 田中 雄一(東京農工大) / 高道 慎之介(東大) / 高島 遼一(神戸大) / 高道 慎之介(東大) / 高島 遼一(神戸大) / 中鹿 亘(電通大) / 増村 亮(NTT) |
| 幹事氏名（英） | Tatsuya Kako(NTT) / Takanobu Nishiura(RitsumeikanUniv.) / Kenjiro Sugimoto(Xiaomi) / Osamu Watanabe(Takushoku Univ.) / Yuichi Tanaka(Tokyo Univ. Agri.&Tech.) / Shinnosuke Takamichi(Univ. of Tokyo) / Ryouichi Takashima(Kobe Univ.) / 高道 慎之介(東大) / 高島 遼一(神戸大) / 中鹿 亘(電通大) / 増村 亮(NTT) |
| 幹事補佐氏名（和） | 若林 佑幸(都立大) / 小松 達也(LINE) / 吉田 太一(電通大) / 京地 清介(北九州市立大) / 中鹿 亘(電通大) / 増村 亮(NTT) |
| 幹事補佐氏名（英） | Yukou Wakabayashi(Tokyo Metropolitan Univ.) / Tatsuya Komatsu(LINE) / Taichi Yoshida(UEC) / Seisuke Kyochi(Univ. of Kitakyushu) / Toru Nakashika(Univ. of Electro-Comm.) / Ryo Masumura(NTT) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Engineering Acoustics / Technical Committee on Signal Processing / Technical Committee on Speech / Special Interest Group on Spoken Language Processing |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | ［ポスター講演］グラフに基づく空間-スペクトル全変動によるハイパースペクトル画像復元 |
| サブタイトル（和） | |
| タイトル（英） | [Poster Presentation] Hyperspectral Image Denoising by Graph Spatio-Spectral Total Variation Minimization |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ハイパースペクトル画像 / Hyperspectral image |
| キーワード(2)（和/英） | 全変動 / total variation |
| キーワード(3)（和/英） | グラフ信号処理 / graph signal processing |
| 第 1 著者 氏名（和/英） | 竹本 真悟 / Shingo Takemoto |
| 第 1 著者 所属（和/英） | 東京工業大学(略称：東工大) Tokyo Institute of Technology(略称：Tokyo Tech) |
| 第 2 著者 氏名（和/英） | 長沼 一輝 / Kazuki Naganuma |
| 第 2 著者 所属（和/英） | 東京工業大学(略称：東工大) Tokyo Institute of Technology(略称：Tokyo Tech) |
| 第 3 著者 氏名（和/英） | 小野 峻佑 / Shunsuke Ono |
| 第 3 著者 所属（和/英） | 東京工業大学(略称：東工大) Tokyo Institute of Technology(略称：Tokyo Tech) |
| 発表年月日 | 2022-03-01 |
| 資料番号 | EA2021-70,SIP2021-97,SP2021-55 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | EA-383,SIP-384,SP-385 |
| ページ範囲 | pp.38-43(EA), pp.38-43(SIP), pp.38-43(SP), |
| ページ数 | 6 |
| 発行日 | 2022-02-22 (EA, SIP, SP) |