文献

J-GLOBAL ID：201702256203443159   整理番号：17A0391140

SAR画像生成アルゴリズムのノイズ防止性能を研究した。【JST・京大機械翻訳】

Research on anti-noise performance of superpixel segmentation algorithms of SAR image

著者 (3件)： Wang Chengmin (School of Computer and Information, Hefei University of Technology) ,  Yang Xuezhi (School of Computer and Information, Hefei University of Technology) ,  Zhou Fang (School of Computer and Information, Hefei University of Technology)
資料名： Hefei Gongye Daxue Xuebao. Ziran Kexue Ban  (Hefei Gongye Daxue Xuebao. Ziran Kexue Ban)
巻： 39  号： 12  ページ： 1626-1632  発行年： 2016年 
JST資料番号： W1497A  ISSN： 1003-5060  CODEN： HGDXB2  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： 合成開口レーダ(SAR)画像には,ノイズの影響があり,SAR画像のためのスーパー生成アルゴリズムには,強いノイズ防止性能があり,既存のSAR画像生成アルゴリズムには多くの種類がある。しかし,それらの抗ノイズ特性に関する研究は多くない。本論文では,上述の問題を研究し,領域冗長性と領域精度に基づいて,SAR画像生成アルゴリズムのノイズ防止性能評価法を提案し,いくつかの古典的SAR画像生成アルゴリズムのノイズ防止性能を評価した。実験は,異なる雑音レベルの合成SAR画像とSIR-CとRADARSAT-2によって得られたSAR画像をテストするために採用した。結果は,他のアルゴリズムと比較して,EFFICIENT GRAPH-BASED SEGMENTATION(EG)アルゴリズムのノイズ防止性能が最も良く,SAR画像セグメンテーションに最も好適であることを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 雑音特性 ,  *雑音 ,  冗長性 ,  合成開口レーダ ,  性能評価 ,  *アルゴリズム ,  *画像 ,  雑音指数
準シソーラス用語： 画像セグメンテーション ,  RADARSAT ,  *SAR画像 , 【Automatic Indexing@JST】

著者キーワード (4件)： synthetic aperture radar (SAR) ,  segmentation ,  superpixel ,  anti-noise performance

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  レーダ  (ND13010H) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： SAR画像 ,  アルゴリズム ,  ノイズ ,  研究