文献

J-GLOBAL ID：201602275743355508   整理番号：16A1208264

局所自己相似性相互情報の移動と最適化に基づくマルチソースリモートセンシング画像レジストレーション【Powered by NICT】

Multi-source remote sensing image registration based on sift and optimization of local self-similarity mutual information

著者 (3件)： Chen Shuhan (College of Electrical Engineering, Zhejiang University, Hangzhou 310027, China) ,  Li Xiaorun (College of Electrical Engineering, Zhejiang University, Hangzhou 310027, China) ,  Zhao Liaoying (China Institute of Computer Application Technology, HangZhou Dianzi University, 310018, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： IGARSS  ページ： 2548-2551  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： マルチソースリモートセンシング画像マッチングの高精度かつロバストなマッチングは,非線形強度差と重要な幾何学的歪のために達成することは容易ではない。スケール不変特徴変換(SIFT)と局所自己相似性相互情報の最適化(LSS_MI)を統合することにより,提案した新しいレジストレーション法。この方法は二つの主要ステップから構成されている。第一段階では,信頼性の高い異常値除去法を用いたSIFT(スケール不変特徴変換)アプローチを実装した。いくつかの選択した整合特徴点配位繰り返し微細旋削により,一連のレジストレーションのパラメータを最小二乗法により推定し,初期粒子群を構築した。局所自己相似性記述子(LSS)は事前マッチング画像対に対して計算し,最適整合パラメータはQPSOに基づくLSS_MIを最適化することにより得られた。実験結果は,LSS MIはマルチソースリモートセンシング画像における局所相互情報よりもよりロバストで正確であることを確認した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： マッチング ,  *画像 ,  信頼性 ,  *自己相似性 ,  最小二乗法 ,  ロバスト性 ,  *最適化 ,  統制索引語 ,  旋削
準シソーラス用語： 特徴点 ,  外れ値除去 ,  高精度 ,  画像マッチング ,  *リモートセンシング画像 , 【Automatic Indexing@JST】

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)： 自己相似性 ,  最適化 ,  マルチ ,  ソース ,  リモートセンシング画像 ,  レジストレーション