文献

J-GLOBAL ID：201702234385186340   整理番号：17A0456783

非局所スペックル除去と動的輪郭モデルを用いたサイドスキャンソナー画像セグメンテーションのためのロバストで高速な方法【Powered by NICT】

A Robust and Fast Method for Sidescan Sonar Image Segmentation Using Nonlocal Despeckling and Active Contour Model

著者 (4件)： Huo Guanying (College of Internet of Things Engineering, Hohai University, Changzhou, China) ,  Yang Simon X. (Advanced Robotics and Intelligent Systems Laboratory, School of Engineering, University of Guelph, Guelph, ON, Canada) ,  Li Qingwu (College of Internet of Things Engineering, Hohai University, Changzhou, China) ,  Zhou Yan (College of Internet of Things Engineering, Hohai University, Changzhou, China)
資料名： IEEE Transactions on Cybernetics  (IEEE Transactions on Cybernetics)
巻： 47  号： 4  ページ： 855-872  発行年： 2017年 
JST資料番号： W0791A  ISSN： 2168-2267  CODEN： ITCEB8  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： サイドスキャンソナー画像セグメンテーションは水中物体検出と認識における非常に重要な問題である。本論文では,サイドスキャンソナー画像セグメンテーションのためのロバストで迅速な方法を提案したが,これは画像セグメンテーションにおけるかなりの困難を引き起こす可能性があることをスペックル雑音と強度不均一性の両方を検討した。提案した方法は,非局所平均ベーススペックルフィルタリング(NLMSF),手段を用いて粗いセグメンテーションクラスタリング,および改良された領域スカラ適合(RSF)モデルを用いて精密なセグメンテーションを統合している。NLMSFはスペックル雑音を効果的に除去するセグメンテーションの前に使用されるエッジと細かい特徴のような意味のある詳細,セグメンテーションは,より容易で,より正確にを保った。スペックル除去後,粗いセグメンテーションは,k平均クラスタ化を用いて得られたが,これは反復数を減少させることができる。精密なセグメンテーションでは,可能な強度不均一性をうまく扱うために,RSFモデルだけでなく,収束速度を加速したが,局所最小に陥ることを回避できると結合したエッジで駆動された制約。提案した方法は,雑音と不均一ソナー画像の両方に適用することに成功した。実および人工的ソナー画像上での実験との比較結果は,提案した方法が雑音と強度不均一性に対してロバストであり,高速で正確であることを実証した。Copyright 2017 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： *セグメンテーション ,  *ソナー ,  クラスタ化 ,  *ロバスト性 ,  *画像 ,  *高速度 ,  スカラー ,  *サイドスキャンソナー ,  雑音
準シソーラス用語： 収束速度 ,  スペックル雑音 ,  物体検出 ,  *画像セグメンテーション ,  *動的輪郭 ,  *スペックル低減 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： スペックル除去 ,  動的輪郭モデル ,  サイドスキャンソナー ,  画像セグメンテーション ,  ロバスト