文献

J-GLOBAL ID：201702219109443234   整理番号：17A1024609

移動窓重み付き反復最小二乗当てはめに基づく領域成長を用いた都市域のLiDARフィルタリング【Powered by NICT】

LiDAR Filtering of Urban Areas With Region Growing Based on Moving-Window Weighted Iterative Least-Squares Fitting

著者 (4件)： Qin Lianjie (Key Laboratory of Environmental Change and Natural Disaster of Ministry of Education, Beijing Normal University, Beijing, China) ,  Wu Wei (Faculty of Information Engineering, Chinese University of Geosciences, Wuhan, China) ,  Tian Yugang (Faculty of Information Engineering, Chinese University of Geosciences, Wuhan, China) ,  Xu Wei (Key Laboratory of Environmental Change and Natural Disaster of Ministry of Education, Beijing Normal University, Beijing, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 14  号： 6  ページ： 841-845  発行年： 2017年 
JST資料番号： W1397A  ISSN： 1545-598X  CODEN： IGRSBY  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： 地形表面は最小二乗内挿法を用いた光検出と測距データから得られた比較的精度が向上する。しかし,抽出結果の精度は比較的大きな地形起伏を持つ領域が低く,大面積と相対的に低い透過率を用いた大きな建造物と植生を除去できない。本短報において,筆者らは移動窓重み付き反復最小二乗当てはめに基づく領域成長フィルタリング法を提案した。この技術は種子点を選択するための移動窓重み付き反復最小二乗あてはめ手法を用いた。多重反復後,元のデータとフィッティング結果の間の差を捕えるとしきい値範囲内の相違点を保持していた。種子点としてこれらの点を使用し,地上ポイントの完全な点集合を再構成するための領域成長法を採用した。国際写真測量リモートセンシング学会と実験のための米国のアイオワ川流域からのデータによって提供された五種の試験データセットを用いた。結果は,提案した方法は,建物と植生を効果的に除去できることを示しているが,それはまだ端で橋と物体除去のための更なる改善が必要である。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： *フィルタリング ,  *最小二乗法 ,  再構成 ,  内挿法 ,  アイオワ州 ,  透過率 ,  写真測量 ,  光検出 ,  河川 ,  多重化 ,  *都市域 ,  リモートセンシング ,  距離測定 ,  流域
準シソーラス用語： *領域成長法 , 【Automatic Indexing@JST】

分類 (2件)： 信号理論  (ND02020G) ,  ディジタルフィルタ  (NC04022Z)

タイトルに関連する用語 (8件)： 窓 ,  反復 ,  最小二乗 ,  当てはめ ,  領域成長 ,  都市域 ,  LIDAR ,  フィルタリング