文献

J-GLOBAL ID：201602279446344963   整理番号：16A0974348

グラフカット最適化を用いたMarkov確率場を用いた多重スペクトル画像のサブピクセルマッピング【Powered by NICT】

Subpixel Mapping of Multispectral Images Using Markov Random Field With Graph Cut Optimization

著者 (2件)： Liu Qingxiang (School of Civil and Environmental Engineering, University of New South Wales, Sydney, N.S.W., Australia) ,  Trinder John (School of Surveying and SIS, University of New South Wales, Sydney, N.S.W., Australia)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 13  号： 10  ページ： 1507-1511  発行年： 2016年 
JST資料番号： W1397A  ISSN： 1545-598X  CODEN： IGRSBY  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,Markov確率場(MRF)とグラフカット最適化に基づく新しいサブピクセルマッピング法を提示した。最初に,サポートベクトル回帰を無作為に選択された訓練画素に基づくクラスの部分画像を生成するために適用される。第二に,空間適応型MRFに基づくサブピクセルマッピング法は,エネルギー関数を定式化するために採用した。第三に,エネルギー関数を最小化するために,グラフカットを適用した。最後に,サブピクセルベクトル境界を抽出し,統合された平滑化パラメータを微調整するために重み関数である。ダウンサンプリングSPOT VIIマルチスペクトル画像に関する実験と規則的および不規則な物体を有する二個の合成画像をそれぞれ行った。結果は,グラフカットはMRFに基づくサブピクセルマッピングにおけるエネルギー関数最適化のための一般的に使用されるシミュレーテッドアニーリングに代わる方法である,その非常に高い効率と同等の分類精度を考慮したことを証明した。さらに,サブピクセルエッジ情報の統合は,サブピクセルマッピング結果の精度を改善するのに有用である。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 写像 ,  *画像 ,  重み関数 ,  シミュレーテッドアニーリング ,  画素 ,  *最適化 ,  平滑化
準シソーラス用語： 分類精度 ,  合成画像 ,  ダウンサンプリング ,  エネルギー関数 ,  *サブピクセル ,  *マルチスペクトル画像 ,  *Markov確率場 ,  *グラフカット , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： グラフカット ,  最適化 ,  Markov確率場 ,  多重スペクトル画像