文献

J-GLOBAL ID：201702284321520133   整理番号：17A0355324

単純線形反復クラスタリングの高分解能リモートセンシング画像分割【JST・京大機械翻訳】

Image Segmentation of High Resolution Remote Sensing Imagery Based on Simple Linear Iterative Clustering

著者 (5件)： Dong Zhipeng (School of Geosciences and Info-physics,Central South University) ,  Mei Xiaoming (School of Geosciences and Info-physics,Central South University, Jiangxi Province Key Lab for Digital Land) ,  Chen Jie (School of Geosciences and Info-physics,Central South University) ,  Deng Min (School of Geosciences and Info-physics,Central South University) ,  Li Xin (School of Geosciences and Info-physics,Central South University)
資料名： Yaogan Xinxi  (Yaogan Xinxi)
巻： 31  号： 6  ページ： 83-88  発行年： 2016年 
JST資料番号： C2739A  ISSN： 1000-3177  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： 画像分割はオブジェクト指向画像分析のための基礎である。従来の画像分割法において,物体の境界が依存,画像ノイズの影響を受けやすいという問題を解決するために,単純線形反復クラスタリング(SIMPLE)に基づく高分解能リモートセンシング画像セグメンテーション法を提案した。まず第一に,SLICアルゴリズムを使用して画像の過剰セグメンテーションを行い,次に,類似性規則に従ってSLICの画素を併合し,画像セグメンテーションを実現した。次に,LABの色空間における5次元特性パラメータを用いて,画像画素の局所的特徴の差異を測定し,SLICアルゴリズムを用いて類似性を持つ画素をクラスタ化し,画像のノイズがセグメンテーション結果に及ぼす影響を克服した。最終的に,類似性併合規則に従って,超ピクセルを基本単位として領域併合を行い,セグメンテーションの目的を達成する。実験結果は,提案した方法が高分解能リモートセンシング画像セグメンテーション結果を有することを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 類似性 ,  セグメンテーション ,  *クラスタ化 ,  *リモートセンシング ,  画素 ,  画像分析 ,  雑音 ,  *高分解能 ,  色空間 ,  *画像 ,  *線形性
準シソーラス用語： 領域マージング ,  画像雑音 ,  *画像セグメンテーション ,  *リモートセンシング画像 , 【Automatic Indexing@JST】

著者キーワード (6件)： high resolution remote sensing imagery ,  SLIC super-pixel ,  image over-segmentation ,  image segmentation ,  superpixel merging ,  clustering

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (6件)： 線形 ,  反復 ,  クラスタリング ,  高分解能 ,  リモートセンシング ,  画像分割