文献

J-GLOBAL ID：201702256620110264   整理番号：17A0173715

リモートセンシング画像の高速マッチング認識のための改良ハイブリッド混合アルゴリズムを提案した。【JST・京大機械翻訳】

Improved hybrid spill-tree algorithm for fast target matching recognition of satellite images

著者 (5件)： Chen Yantong (Changchun Institute of Optics,Fine Mechanics and Physics,Chinese Academy of Sciences) ,  Xu Wei (Changchun Institute of Optics,Fine Mechanics and Physics,Chinese Academy of Sciences) ,  Piao Yongjie (Changchun Institute of Optics,Fine Mechanics and Physics,Chinese Academy of Sciences) ,  Wang Canjin (Changchun Institute of Optics,Fine Mechanics and Physics,Chinese Academy of Sciences) ,  Chen Juan (Changchun Institute of Optics,Fine Mechanics and Physics,Chinese Academy of Sciences)
資料名： Guangxue Jingmi Gongcheng  (Guangxue Jingmi Gongcheng)
巻： 24  号： 9  ページ： 2310-2317  発行年： 2016年 
JST資料番号： C2090A  ISSN： 1004-924X  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： 本論文は,リモートセンシング画像における目標マッチング認識のために,標識に基づくハイブリッドオーバフロー(SHSPT)特性マッチングアルゴリズムを提案した。特徴データの構築と前処理に対して、中心点に基づくデータ分割方法を提案し、データ密集領域の中心を定義することによって、エッジスパースデータを切り、分割したデータを抽出した。特徴マッチングを行う際には,バイナリ配列を用いてデータ空間を表示し,分割した特徴ベクトルデータをマークし,ビット演算により特徴ベクトル間の距離を計算し,計算時間を短縮する.最終的に,特徴マッチング法を改良して,スケール不変特徴変換(SIFT)マッチングアルゴリズムの近傍の特徴的距離を修正するために,マッチング特性距離の平均値を使用することによって,より多くのマッチング点を得る。実験結果により,標識に基づくハイブリッドオーバフロー木の特徴マッチングアルゴリズムは,従来の混合オーバフローアルゴリズムより約68%のメモリ空間を節約し,マッチング精度は元のアルゴリズムに近く,マッチング時間は約32.8%短縮され,それにより,リモートセンシング画像のデータ量が大きくなり,特徴次元が高いことを示した。マッチング認識時間は長く,計算機内の存大などの問題を占める。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 高速度 ,  前処理 ,  演算 ,  *マッチング ,  計算機械 ,  CPU時間 ,  *アルゴリズム ,  記憶装置
準シソーラス用語： データ量 ,  特徴ベクトル ,  バイナリー ,  特徴マッチング ,  マッチングアルゴリズム ,  *リモートセンシング画像 , 【Automatic Indexing@JST】

著者キーワード (5件)： remote target recognition ,  feature mark ,  data partition ,  image matching ,  hybrid spill-tree algorithm

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)： リモートセンシング画像 ,  マッチング ,  アルゴリズム ,  提案