文献

J-GLOBAL ID：201702298527334842   整理番号：17A0354219

カットオフと影の隣接関係に基づく高分解能リモートセンシング画像建築物抽出手法【JST・京大機械翻訳】

Building Extraction from High Resolution Remotely Sensed Imagery Based on Shadows and Graph-Cut Segmentation

著者 (2件)： Shi Wenzao (Key Lab of Spatial Data Mining & Information Sharing of Ministry of Education,Fuzhou University, National Engineering Research Centre of Geospatial Information Technology, Spatial Information Engineering Research Centre of Fujian Province) ,  Mao Zhengyuan (Key Lab of Spatial Data Mining & Information Sharing of Ministry of Education,Fuzhou University, National Engineering Research Centre of Geospatial Information Technology, Spatial Information Engineering Research Centre of Fujian Province)
資料名： Dianzi Xuebao  (Dianzi Xuebao)
巻： 44  号： 12  ページ： 2849-2854  発行年： 2016年 
JST資料番号： C2504A  ISSN： 0372-2112  CODEN： TTHPAG  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： 高空間分解能リモートセンシング画像の建物の自動抽出は,都市基礎地理データベースの更新プロセスを加速することができる。建築物の抽出方法に存在する問題は,建物の輪郭を正確に抽出することが難しいことである。本論文では,建築物の影特性とグラフカットにより,高分解能リモートセンシング画像から建築物を識別し抽出する方法を提案した。まず第一に,ポテンシャルヒストグラム関数に基づいて影を検出する。次に,制約条件としてアスペクト比と率を使用して,カットオフ結果から候補分割対象を選択した。最後に,開花,膨張および腐食を用いて,影を処理し,そして,処理後の影と候補分割対象の間の隣接関係を計算して,建築物およびその輪郭を得た。提案方法の有効性を検証するために,PLEIADES画像の6つの代表的サブ画像を選択して実験を行い,結果は,提案方法の平均精度と平均再現率がそれぞれ92.0%と92.0%であることを示した。31%と74%であった。23%Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： データベース ,  *画像 ,  *高分解能 ,  都市 ,  制約条件 ,  地理学 ,  アスペクト比
準シソーラス用語： 再現率 ,  グラフカット ,  自動抽出 ,  高空間分解能 ,  *リモートセンシング画像 , 【Automatic Indexing@JST】

著者キーワード (4件)： remotely sensed imagery ,  shadows ,  graph-cut ,  building extraction

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 (8件)： カットオフ ,  影 ,  隣接関係 ,  高分解能 ,  リモートセンシング画像 ,  建築 ,  物抽出 ,  手法