文献

J-GLOBAL ID：201502212209027540   整理番号：15A1116436

視覚システムとMarkovランダム場に基づく高解像度リモートセンシング画像のための画像セグメンテーションの方法論【Powered by NICT】

A Methodology of Image Segmentation for High Resolution Remote Sensing Image Based on Visual System and Markov Random Field

著者 (5件)： Xu Miaozhong (State Key Lab. for Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan Univ., Wuhan) ,  Cong Ming (State Key Lab. for Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan Univ., Wuhan) ,  Wan Lijuan (State Key Lab. for Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan Univ., Wuhan) ,  Xie Tianpeng (State Key Lab. for Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan Univ., Wuhan) ,  Zhu Xiaoling (State Key Lab. for Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan Univ., Wuhan)
資料名： Cehui Xuebao  (Cehui Xuebao)
巻： 44  号： 2  ページ： 198-205,213  発行年： 2015年 
JST資料番号： C2485A  ISSN： 1001-1595  CODEN： CEXUER  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： 情報の認識と同定のための視覚系の大きな能力を考慮して,Markov確率場モデルを用いた高分解能リモートセンシング画像セグメンテーションのための視覚系の機構をシミュレートする提示した新しい画像セグメンテーション法。まず第一に,視覚システムの特徴は,以下のように要約した:階層,学習能力,特徴検出能力とスパース符号化特性。第二に,視覚系の作用機構は,ウェーブレット変換,教師なしクラスタリングアルゴリズム,特徴解析とラプラス分布によりシミュレートした。セグメンテーションは,視覚機構とMarkov確率場によって達成される。異なる衛星リモートセンシング画像は実験データとして採用し,セグメンテーション結果は,提案した方法が高分解能リモートセンシング画像で良好な性能を持つことを示した。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： *視覚 ,  *リモートセンシング ,  *画像 ,  視覚器 ,  *セグメンテーション
準シソーラス用語： 衛星リモートセンシング ,  Laplace分布 ,  特徴解析 ,  スパースコーディング ,  学習能力 ,  Markov確率場 ,  *画像セグメンテーション ,  *リモートセンシング画像 ,  *確率場 ,  *視覚システム , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  測地学  (DC02000X)

タイトルに関連する用語 (6件)： 視覚システム ,  ランダム場 ,  高解像度 ,  リモートセンシング画像 ,  画像セグメンテーション ,  方法論