User: Guest  Login
More Searchfields
Simple search
Original title:
Multi-sensor Data Fusion for Multi- and Hyperspectral Resolution Enhancement Based on Sparse Representations
Translated title:
Multi-Sensor-Datenfusion zur Erhöhung der Räumlichen Auflösung Multi- und Hyperspektraler Daten basierend auf dünn-besetzten Darstellungen
Author:
Grohnfeldt, Claas Hendrik
Year:
2017
Document type:
Dissertation
Faculty/School:
Ingenieurfakultät Bau Geo Umwelt
Advisor:
Zhu, Xiaoxiang (Prof. Dr. habil.)
Referee:
Zhu, Xiaoxiang (Prof. Dr. habil.); Bamler, Richard (Prof. Dr. habil.); Yokoya, Naoto (Assistant Prof. Dr.)
Language:
en
Subject group:
BAU Bauingenieurwesen, Vermessungswesen; DAT Datenverarbeitung, Informatik; MSR Meßtechnik, Steuerungs- und Regelungstechnik, Automation
TUM classification:
BAU 967d; MSR 915d
Abstract:
This thesis presents solutions to two demanding, severely ill-posed multi-sensor data fusion problems, i.e., pan-sharpening and hyperspectral-multispectral data fusion. Incorporation of physical aspects, knowledge about image patches featuring sparse representations of dictionaries, and mutual correlation of spectral channels reduce the number of degrees of freedom. Parallel software solutions are optimized for operation on the SuperMUC. The quality of the data fusion products is assessed and co...     »
Translated abstract:
Diese Arbeit präsentiert Lösungen zu zwei gefragten, stark unterbestimmten Multi-Sensor-Datenfusionsproblemen, nämlich Pan-Schärfung und Hyper- und Multispektrale Datenfusion. Berücksichtigung physikalischer Aspekte, dünn-besetze Darstellbarkeit von Bildausschnitten in geeigneten Dictionaries und Korrelation zwischen Spektralkanälen reduziert die Anzahl der Freiheitsgrade. Hochparallele Softwareprodukte wurden für die Prozessierung auf dem SuperMUC entwickelt. Die Qualität der Produkte ist für d...     »
WWW:
https://mediatum.ub.tum.de/?id=1366768
Date of submission:
29.06.2017
Oral examination:
12.09.2017
File size:
149429730 bytes
Pages:
201
Fulltext / DOI:
doi:10.14459/2017md1366768
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20170912-1366768-1-1
Last change:
28.09.2017
 BibTeX