文献

J-GLOBAL ID：201702248558951895   整理番号：17A0094578

新しい高分解能SAR画像抽出アルゴリズムを提案した。【JST・京大機械翻訳】

New road extraction algorithm of high resolution SAR image

著者 (4件)： Xiao Hongguang (School of Computer & Communication Engineering, Changsha University of Science & Technology) ,  Wen Jun (School of Computer & Communication Engineering, Changsha University of Science & Technology) ,  Chen Lifu (College of Electrical & Information Engineering, Changsha University of Science & Technology) ,  Shi Changqiong (School of Computer & Communication Engineering, Changsha University of Science & Technology)
資料名： Jisuanji Gongcheng yu Yingyong  (Jisuanji Gongcheng yu Yingyong)
巻： 52  号： 15  ページ： 198-202,207  発行年： 2016年 
JST資料番号： C2533A  ISSN： 1002-8331  CODEN： JGYYAT  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 高分解能SAR画像における道路目標の効率的抽出の問題を解決するために,新しい高分解能SAR画像抽出アルゴリズムを提案して,それはパラメータ化カーネルカットオフと数学的モルフォロジーアルゴリズムを結合した。高分解能SAR画像における道路目標を,パラメータ化カーネルカーネルによって分割し,そして,数学的モルフォロジーを用いて,空洞を平滑化し,そして,道路端部を平滑化した。道路の幾何学的特性に基づき,矩陣度,改良アスペクト比,複雑性などの因子を用いて,誤り警報を除去した。処理過程における道路の破壊状況に対して、数学的形態学を用いて道路目標の中心線を抽出し、同時に線分の方向性、方向整合性基準によってその断裂部分を連結し、数学的形態学で道路幅を還元し、道路の抽出結果を得た。実験結果は,提案したアルゴリズムがSAR画像前処理を必要とせず,効果的にスペックルノイズを抑制することができて,正確に道路目標を抽出することができることを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： アスペクト比 ,  *アルゴリズム ,  平滑化 ,  道路 ,  指向性 ,  *高分解能 ,  モルフォロジー ,  パラメタリゼーション
準シソーラス用語： スペックル雑音 ,  画像前処理 ,  幅員 ,  中心線 ,  誤警報 ,  数学的モルフォロジー ,  *SAR画像 , 【Automatic Indexing@JST】

著者キーワード (4件)： high resolution Synthetic Aperture Radar(SAR) images ,  parametric kernel gragh cuts ,  mathematical morphology ,  road connection

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  写真測量,空中写真  (RC02040D)

タイトルに関連する用語 (4件)： 高分解能 ,  SAR画像 ,  アルゴリズム ,  提案