文献

J-GLOBAL ID：201602284205400014   整理番号：16A0079296

多様体学習に基づくカラーリモートセンシング画像のフラクタル次元の推定研究【Powered by NICT】

Estimation research for fractal dimension of color remote sensing image based on manifold learning

著者 (3件)： Wang Hongbo (School of Management,Hefei Univ. of Technol., Key Lab. of Process Optimization and Intelligent Decision-making ...) ,  Luo He (School of Management,Hefei Univ. of Technol., Key Lab. of Process Optimization and Intelligent Decision-making ...) ,  Wang Xiaojia (School of Management,Hefei Univ. of Technol., Key Lab. of Process Optimization and Intelligent Decision-making ...)
資料名： Zhongguo Tuxiang Tuxing Xuebao  (Zhongguo Tuxiang Tuxing Xuebao)
巻： 20  号： 8  ページ： 1110-1121  発行年： 2015年 
JST資料番号： C2782A  ISSN： 1006-8961  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： 客観的なテクスチャ特徴抽出は常にホットな話題とリモートセンシング画像解析における困難さの源となっている。テクスチャ特徴抽出法に関する既存の研究の大部分は単一バンドグレースケールリモートセンシング画像を用いた。テクスチャ特徴は,マルチバンドカラーリモートセンシング画像から抽出可能になる方法のマルチスペクトルリモートセンシングにおいて比較的新しい分野である。この方法では多様体学習に基づくカラーリモートセンシング画像のフラクタル次元の推定法を提案した。局所線形埋込みを用いて,5次元Euclid空間,色属性から構成される,は減少し,次に低下し色属性はフラクタル次元を推定するために使用した。Landsat衛星データとGeoEye-1衛星データに対する結果の実験結果は,提案した方法は,他のフラクタル次元推定法と比較してより小さなあてはめ誤差を持つことを示した。例えば,他の4のフラクタル次元推定法の平均誤差,E,提示した方法の平均当てはめ誤差,E,26.2年,5年,26.3年,および5倍となった。さらに,提示した方法はより良い分類特徴とフラクタル次元のみでなく,他の4の方法よりロバストなフラクタル次元を提供することができる。結論としては,中および低解像度カラーリモートセンシングimages,medium及び低解像度カラーリモートセンシング画像,および高分解能に先鋭化したリモートセンシング画像のために,提示した方法は対応するテクスチャ特徴情報を抽出し,次に異なるタイプの地形を識別するフラクタル次元の能力を向上させるために,異なるタイプの地形のの色属性情報を利用することができる。本研究では,いくつかの地域における地形の異なるタイプと異なる分布特性に基づく地域的な計画と開発の分布に関する追跡研究に有用であることを証明した。将来の研究は,他のスペクトルを加えると色テクスチャ特徴の有効性に関する種々のスペクトルの組合せの影響を解析できる。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： 分解能 ,  *フラクタル次元 ,  スペクトル ,  高分解能 ,  線形性 ,  ロバスト性 ,  特徴抽出 ,  Euclid空間
準シソーラス用語： 低分解能 ,  衛星データ ,  推定法 ,  テクスチャ ,  テクスチャ特徴 ,  *リモートセンシング画像 ,  *多様体学習 , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (6件)： 多様体学習 ,  カラー ,  リモートセンシング画像 ,  フラクタル次元 ,  推定 ,  研究