文献

J-GLOBAL ID：201602288185073697   整理番号：16A0604589

解析スパースモデルに基づくリモートセンシング画像融合法【Powered by NICT】

A Remote Sensing Image Fusion Method Based on the Analysis Sparse Model

著者 (6件)： Chang Han (Sch. of Autom., Huazhong Univ. of Sci. & Technol., Wuhan, China) ,  Hongyan Zhang (State Key Lab. of Inf. Eng. in Surveying, Mapping, & Remote Sensing, Wuhan Univ., Wuhan, China) ,  Changxin Gao (Sch. of Autom., Huazhong Univ. of Sci. & Technol., Wuhan, China) ,  Cheng Jiang (Sch. of Geodesy & Geomatics, Wuhan Univ., Wuhan, China) ,  Nong Sang (Sch. of Autom., Huazhong Univ. of Sci. & Technol., Wuhan, China) ,  Liangpei Zhang (State Key Lab. of Inf. Eng. in Surveying, Mapping, & Remote Sensing, Wuhan Univ., Wuhan, China)
資料名： IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing  (IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing)
巻： 9  号： 1  ページ： 439-453  発行年： 2016年 
JST資料番号： W2259A  ISSN： 1939-1404  CODEN： IJSTHZ  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： 解析スパースモデルの観点からのリモートセンシング画像融合問題を扱った。合成スパース表現アプローチに代わるものとして,解析スパースモデルは豊富な特徴表現と画像復元のための良好な結果を得ることができた。解析スパースモデルに基づくリモートセンシング画像のための画像融合法を提案した。この方法では,高分解能多重スペクトル(HR MS)画像の解析演算子はバンドにより訓練されたバンド,ソース画像,適応性を大きく改善から直接である。解析演算子学習段階では,幾何学的解析演算子学習(目標)アルゴリズムをupsampled低分解能MS(LR MS)画像とHRパンクロマチック(HR PAN)画像,外部HR MS画像データセットを必要としないで利用されている。さらに,画像システムの変調伝達関数(MTF)は,LR MSイメージングモデリングプロセス,提案した方法の実用化可能性を拡大することが大きく中に考慮した。IKONOSとQuickBirdデータ集合上でのシミュレーションと実データ実験の結果は,提案した方法は,スペクトル情報と画像の空間的詳細を保存できることを示した。提案手法により生成された溶融HR MS画像は同程度であり,その他の最先端レベル手法による融合画像にも優れていた。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： 適応性 ,  高分解能 ,  *画像 ,  画像復元 ,  *リモートセンシング ,  光学伝達関数
準シソーラス用語： QuickBird ,  IKONOS ,  イメージングシステム ,  データセット ,  低分解能 ,  多重スペクトル ,  *画像融合 ,  スパース表現 ,  *リモートセンシング画像 , 【Automatic Indexing@JST】

著者キーワード (5件)： リモートセンシング ,  解析演算子 ,  解析スパースモデル ,  画像融合 ,  逆問題

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)： 解析 ,  モデル ,  リモートセンシング ,  画像融合