Matti Eskelinen

ORCID-linkki: https://orcid.org/0000-0002-0993-2061

Ei aktiivista nimitystä

Tutkimuskuvaus

Hyperspektrikuvantaminen sallii meidän tutkia luonnonilmiöitä uudella tavalla. Kehittämäni kuvantamis- ja analyysimenetelmät tukevat lääketieteen, biologian ja ympäristön tutkimusta. Menetelmät soveltuvat myös teollisuuden sekä maa- ja metsätalouden laadunvalvontaan ja seurantasovelluksiin.

Tieteenalat

113 Tietojenkäsittely- ja informaatiotieteet (Luonnontieteet)

Julkaisut ja muut tuotokset

A Do-It-Yourself Hyperspectral Imager Brought to Practice with Open-Source Python (2021) Riihiaho, Kimmo Aukusti; et al.; A1; OA
Rapid Quantification of Microalgae Growth with Hyperspectral Camera and Vegetation Indices (2021) Salmi, Pauliina; et al.; A1; OA
Multilabel segmentation of cancer cell culture on vascular structures with deep neural networks (2020) Rahkonen, Samuli; et al.; A1; OA
Computational methods for hyperspectral imaging using Fabry-Perot interferometers and colour cameras (2019) Eskelinen, Matti; G5; OA; 978-951-39-7967-6
Dangers of Demosaicing : Confusion From Correlation (2019) Eskelinen, Matti; et al.; B3; OA
Miniature MOEMS hyperspectral imager with versatile analysis tools (2019) Trops, Roberts; et al.; A4; OA
Practical Approach for Hyperspectral Image Processing in Python (2018) Annala, Leevi; et al.; A4; OA
Clustering Incomplete Spectral Data with Robust Methods (2017) Äyrämö, Sami; et al.; A4; OA
Software Framework for Hyperspectral Data Exploration and Processing in MATLAB (2017) Eskelinen, Matti; A4; OA
Remote Sensing of 3-D Geometry and Surface Moisture of a Peat Production Area Using Hyperspectral Frame Cameras in Visible to Short-Wave Infrared Spectral Ranges Onboard a Small Unmanned Airborne Vehicle (UAV) (2016) Honkavaara, Eija; et al.; A1; OA