文献

J-GLOBAL ID：201602285778009726   整理番号：16A0604708

テクスチャ解析とビームレット変換に基づく超高解像度リモートセンシング光学画像からの道路抽出【Powered by NICT】

Road Extraction From Very High Resolution Remote Sensing Optical Images Based on Texture Analysis and Beamlet Transform

著者 (2件)： Sghaier Moslem Ouled (LIVIA Lab., Ecole de Technol. Super., Montre ́al, QC, Canada) ,  Lepage Richard (LIVIA Lab., Ecole de Technol. Super., Montre ́al, QC, Canada)
資料名： IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing  (IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing)
巻： 9  号： 5  ページ： 1946-1958  発行年： 2016年 
JST資料番号： W2259A  ISSN： 1939-1404  CODEN： IJSTHZ  資料種別： 逐次刊行物 (A)
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： 超高分解能センサからの道路抽出はパンクロマティックおよびマルチスペクトルリモートセンシング画像分析における非常に一般的な話題である。この問題に対処するために文献に提案された方法の膨大な数にもかかわらず,実際には,大部分は非常に限られており,幾何学的及び放射的変動を考慮していない。著者らの目的は,効率的に道路を抽出し,ビームレット変換に基づくテクスチャ解析とマルチスケール推論を用いた計算時間を減少させることができ,新しい道路抽出法を提案することである。提案された方法論は二段階から構成されている1)道路エッジ候補選択および2)ビームレット変換を用いたマルチスケール推論。第一段階では,数学的形態学は直線構造を識別するために適用し,道路端候補は,Cannyエッジ検出器を用いて同定した。第二段階では,ビームレット変換を用いたマルチスケール推論は局所的および大域的情報を統合できた。グローバル情報は粗い尺度に於ける幹線道路軸,および微細なスケールにおける局所セグメント,凝集した道路網を再構成を識別するために紹介した。分解能の異なるレベルに属するセグメント間の空間的関係に基づくルールもこの段階で紹介した。実験は2010年1月の地震時ハイチのポルトープランス市から取得した画像に基づいて行った。結果は,筆者らのアルゴリズムの精度と効率を実証した。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： CPU時間 ,  再構成 ,  *リモートセンシング ,  モルフォロジー ,  分解能 ,  *道路 ,  *光学画像 ,  *画像 ,  道路網 ,  多重スペクトル ,  *超高解像度
準シソーラス用語： マルチスケール ,  リモートセンシング画像 ,  *道路抽出 ,  *テクスチャ解析 , 【Automatic Indexing@JST】

著者キーワード (5件)： 集合組織測定 ,  ビームレット変換 ,  ハイチ地震 ,  マルチスケール解析 ,  道路抽出

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： テクスチャ解析 ,  超高解像度 ,  リモートセンシング ,  光学画像 ,  道路抽出