文献

J-GLOBAL ID：201702265831699202   整理番号：17A0173682

並列圧縮イメージングシステムの圧縮性小目標検出【JST・京大機械翻訳】

Small target detection in compressed domain for parallel compressive imaging system

著者 (2件)： Wang Minmin (Key Laboratory of Infrared System Detection and Imaging Technology, Shanghai Institute of Technical Physics,Chinese Academy of Sciences) ,  Sun Shengli (Key Laboratory of Infrared System Detection and Imaging Technology, Shanghai Institute of Technical Physics,Chinese Academy of Sciences)
資料名： Guangxue Jingmi Gongcheng  (Guangxue Jingmi Gongcheng)
巻： 24  号： 10  ページ： 2549-2556  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,小さな目標位置情報を得るために,並列圧縮画像化システムに適用される圧縮の小さな目標検出アルゴリズムを提案して,アルゴリズムの複雑性を効果的に減少した。この方法では,並列圧縮画像の数学モデルを用いて背景を測定し,画像の圧縮測定値を測定し,GAUSS混合モデルにより背景のモデル化を行うことにより,圧縮の前景観測値を得ることができる。次に,圧縮領域の前景観測値と各圧縮領域の目標位置テンプレートの余弦類似性を計算し,局所閾値とターゲット領域の目標領域に従って目標検出と位置決めを実現した。最後に,シミュレーション実験を行い,ターゲットの検出効率に及ぼすダウンサンプリングレート,測定回数,投影誤差,および雑音の影響を分析した。結果は以下を示す。ダウンサンプリングレートとノイズは,検出効果を減少することができた。測定回数による検出効果への貢献は限られている。測定回数が2回または3回の場合には,検出効果を保証しながら実行時間を効率的に制御することができる.また,ノイズは検出効果に大きな影響を与えるため,システムノイズを厳密に制御する必要がある。この方法は,いかなる画像再構成も行わずにターゲットの実時間検出を実現することができる。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 画像 ,  *圧縮性 ,  類似性 ,  モデリング ,  画像再構成 ,  検出効率 ,  前景 ,  複雑性 ,  検出アルゴリズム ,  *イメージングシステム ,  混合効果モデル
準シソーラス用語： 実行時間 ,  圧縮領域 ,  混合モデル ,  圧縮画像 ,  目標位置 , 【Automatic Indexing@JST】

著者キーワード (5件)： small target detection ,  compressive sensing ,  background modeling ,  template matching ,  parallel compressive imaging system

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

タイトルに関連する用語 (3件)： イメージングシステム ,  圧縮性 ,  目標