文献

J-GLOBAL ID：201602270969898571   整理番号：16A0322354

逆グレーエントロピーと改良Chan-Veseモデルに基づくSAR川画像セグメンテーション【Powered by NICT】

SAR River Image Segmentation Based on Reciprocal Gray Entropy and Improved Chan-Vese Model

著者 (4件)： Wu Shihua (Coll. of Electronic and Information Engineering,Nanjing Univ. of Aeronautics and Astronautics, Nanjing) ,  Wu Yiquan (Coll. of Electronic and Information Engineering,Nanjing Univ. of Aeronautics and Astronautics; Engineering Technol. ...) ,  Zhou Jianjiang (Coll. of Electronic and Information Engineering,Nanjing Univ. of Aeronautics and Astronautics, Nanjing) ,  Meng Tianliang (Coll. of Electronic and Information Engineering,Nanjing Univ. of Aeronautics and Astronautics, Nanjing)
資料名： Cehui Xuebao  (Cehui Xuebao)
巻： 44  号： 11  ページ： 1255-1262  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： 合成開口レーダ(SAR)画像に河川セグメンテーションの精度と速度をさらに改善するために,セグメンテーション方法を提案し,人工ハチコロニーアルゴリズムによって最適化した逆グレーエントロピー多重閾値選択を組合わせた改良Chan-Vese(CV)モデルに基づいている。河川オブジェクトクラスタおよび背景クラスタ内のグレイレベルの不均一性を考慮して,逆グレーエントロピーと人工蜂コロニー最適化に基づくマルチ閾値選択アルゴリズムを用いて行った粗い河川画像セグメンテーション;基本的CVモデルの初期条件に対するcontrapose低収束速度と感度,Dirac関数は,画像エッジ強度の置換を粗いセグメンテーション結果を利用して,河川画像のための精密なセグメンテーションにする改良CVモデルの初期条件として役立つ。大多数の実験結果は,提案したセグメンテーション法はない初期条件を必要とし,高い走行速度だけでなく,分割精度を持つことを示す。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： 走行速度 ,  クラスタ ,  合成開口レーダ ,  最適化 ,  *画像 ,  初期条件 ,  *河川 ,  不均一性 ,  *セグメンテーション
準シソーラス用語： 収束速度 ,  人工ハチコロニー ,  グレイレベル ,  閾値選択 ,  人工ハチコロニーアルゴリズム ,  *画像セグメンテーション , 【Automatic Indexing@JST】

分類 (1件)： 測地学  (DC02000X)

タイトルに関連する用語 (4件)： エントロピー ,  モデル ,  SAR ,  画像セグメンテーション