文献

J-GLOBAL ID：201702215875643500   整理番号：17A0392508

スケール空間を考慮したオブジェクト指向高分解能画像都市道路抽出【JST・京大機械翻訳】

Object-based urban road extraction from high resolution imagery with space-scale theory

著者 (5件)： Chen Jie (School of Geoscience &Info-Physic,Central South University, Key Laboratory for Digital Land and Resources of Jiangxi Province) ,  Shao Quanbin (School of Geoscience &Info-Physic,Central South University) ,  Mei Xiaoming (School of Geoscience &Info-Physic,Central South University) ,  Deng Min (School of Geoscience &Info-Physic,Central South University) ,  Hou Jialiang (School of Geoscience &Info-Physic,Central South University)
資料名： Cehui Gongcheng  (Cehui Gongcheng)
巻： 25  号： 12  ページ： 5-11,15  発行年： 2016年 
JST資料番号： C2876A  ISSN： 1006-7949  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： リモートセンシング画像に基づく都市道路の抽出は,都市建設,計画,および地図更新にとって重要である。高分解能リモートセンシング画像における都市道路網の複雑性を考慮して,オブジェクト指向の都市道路自動抽出アルゴリズムを,スケール空間のアイデアを結合することによって提案した。これらの結果に基づき,CANNY演算子を用いて,元簇の勾配図を得て,標識流域のセグメンテーションを行い,地域オブジェクトを得た。都市道路と幾何学的およびスペクトル特性に関する道路規則を確立して,道路区域の対象を分割結果から選択した。形態学的手法を用いて道路領域の骨格を抽出し,スケルトンを接続して平滑化した後処理を行い,最終的に道路網の抽出結果を出力する。実験結果は,この方法が複雑な都市道路の高精度自動抽出に使用されることを示し,都市道路網の更新のためのいくつかの参照を提供する。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *都市 ,  流域 ,  平滑化 ,  セグメンテーション ,  *道路 ,  *高分解能 ,  道路網 ,  モルフォロジー
準シソーラス用語： 高精度 ,  自動抽出 ,  都市道路網 ,  リモートセンシング画像 ,  *道路抽出 ,  *オブジェクト指向 ,  *スケール空間 , 【Automatic Indexing@JST】

著者キーワード (5件)： urban road extraction ,  remote sensing image ,  scale-space ,  road rule ,  object-based analysis

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： スケール空間 ,  オブジェクト指向 ,  高分解能画像 ,  都市 ,  道路抽出