文献

J-GLOBAL ID：201702212618373871   整理番号：17A0887343

超高解像度光学画像とLiDARデータの融合法に基づくロバストなセグメンテーション結果に向けて【Powered by NICT】

Toward Robust Segmentation Results Based on Fusion Methods for Very High Resolution Optical Image and LiDAR Data

著者 (1件)： Awad Mohamad M. (National Council for Scientific Research, Beirut, Lebanon)
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： 10  号： 5  ページ： 2067-2076  発行年： 2017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： 超高分解能リモートセンシング画像から得られた都市特徴を抽出する非常に高分解能リモートセンシング画像を用いた非常に複雑で困難な仕事である。地理空間技術の改善は,都市の特徴抽出プロセスの改善に役立つことを多数の解を提案した。光検出と測距(LiDAR)と非常に高分解能光学画像を同時にデータ収集は,これらの解決策の1つである。本研究はLiDARデータと高分解能光学画像の融合は画像処理結果を改善することができることを証明した。過剰セグメンテーションを低減することにより都市特徴抽出成功率を増加させることに基づいている。融合過程はウェーブレット変換技術,異なるパラメータ(ルール)で数回を行ったに最初依存している。,融合過程を改良するために実行する革新的手法。二つの方法を比較し,両者は断片化されたセグメントを減少させ,均一都市特徴を作成した。しかし,革新的な技術と融合された画像は,セグメンテーション結果の精度を改善した。建物検出用の平均精度は融合とウェーブレット融合ベース技術のための21%と51%と比較して,革新的な技術を用いて96%(最大100%と最小92%)であった。さらに,屈折率は革新的融合法を用いて後検出された建築の細部の品質を測定した。結果は品質指標である86%に等しいことを示した。Copyright 2017 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： 距離測定 ,  ウェーブレット変換 ,  特徴抽出 ,  *ロバスト性 ,  品質 ,  データ収集 ,  都市 ,  *光学画像 ,  *画像 ,  *セグメンテーション ,  画像処理 ,  高分解能 ,  波束
準シソーラス用語： リモートセンシング画像 ,  *LIDARデータ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 高解像度 ,  光学画像 ,  LIDARデータ ,  融合 ,  ロバスト ,  セグメンテーション