초분광영상은 다중 분광 영상보다 많은 밴드를 통하여 넓은 범위의 파장 영역에 대한 반사율을 담고 있는 고차원 데이터이다. 이러한 고차원 데이터의 색인 구축을 할 때에는 차원의 저주 때문에 성능이 급격히 저하된다. 또한 질의 처리 과정에서 특정 밴드의 반사율 값이 비슷한 다른 물질이 후보자로 검색될 수도 있다. 본 논문에서는 차원의 저주 문제를 해결하기 위하여 피라미드 기법을 이용한 초분광영상 색인을 구축하였다. 또한 분광 라이브러리에서 대상 물질을 추출하기 위해 미분 분광법을 이용한 전처리와 피라미드 기법 기반의 K-최근접 질의를 제안 하였다. 이와 더불어 질의 처리 과정에서 거짓 값을 걸러내기 위하여 적분 분광 정합 필터를 추가하였다. 실험 결과 제안한 방법은 k = 10 일 때 순차적 접근 방법에 비해 4%의 시간 밖에 걸리지 않았다. 또한 84%의 정탐지율과 16%의 오탐지율을 보였다.
Hyperspectral image has large band than multispectral image. Thus, it is high dimensional data of including reflectance for wide range of wave length. Indexing the high dimensional data may decrease the performance due to curse of dimensionality problem. Besides, query processing may retrieval other material whose reflectance is similar to specific bandwidth. In this paper, we propose hyperspectral image indexing using pyramid technique to resolve the curse of dimensionality problem and preprocessing using derivative analysis and K-NN query based on pyramid index to retrieval target material in the spectral library. Besides, integral spectral matching filter was added in the query processing phase to decrease false hit ratio. Experiment results show that the retrieval time of the proposed method is 96% less then that of sequential access when k=10, and its recall and false detection ratio are 84%, and 16%, respectively.
