• 研究生: 林宏昌
• 畢業學年度: 101
• 相關連結

遙測技術近年來發展相當快速，相關的應用有環境監控、農業管理、醫療診斷及軍事偵測等用途上。由於高光譜影像所提供的大量光譜與空間上的資訊，使得許多過去無法找到的細微特徵可以被擷取出來。這些特徵由於在空間常僅佔有很小的比例，因此在多頻譜影像中，無法用有限的空間或光譜資訊來偵測，然而細微的光譜資訊除了可以做目標偵測外，還可以進一步用來做純物質翠取、物質含量預估與異常物偵測等重要的應用。
高光譜影像是結合細微的光譜與空間解析度的高維度影像，縱然能夠提供許多優勢，卻也必須面對大量資訊，所導致運算複雜度過大與傳輸的問題。這些議題在即時運算與太空載具之中，由於有限的傳輸頻寬與運算效能，使得許多相關應用，難以利用高光譜影像所提供的優勢。現行的許多文獻中，線性分解的模型往往被用來解決此一問題，此一模型假設整張影像中的每個像素，是由p個純物質與各自對應的含量所組成，由於此一模型能夠將高光譜影像中的資訊大幅減化，因此被運用為高光譜影像重要的前處理步驟。
場域可程式邏輯閘陣列( Field-programmable gate array, FPGA )是一個利用數位邏輯硬體電路的方式，將演算法內嵌於硬體電路中，除了可以達到平行運算來加速演算法執行效能外，並可以進一步做成應用導向積體電路(ASIC)嵌入感測器中，用以做到機上處理(On-board Processing)。本論文利用FPGA硬體的優勢，來實踐高光譜中的線性分解演算法，並利用平行化和流水線的技巧，加速運算降低計算複雜度，並希望透過此一論文的貢獻，將線性分解的技術內嵌於感測器中做到機上處理(On-board Processing)，用以減少高光譜影像傳輸與運算的負擔，並提供即時運算的結果。