文献

J-GLOBAL ID：201702220292321937   整理番号：17A1598140

InSARコヒーレンス係数統計モデリングに基づく建物検出【JST・京大機械翻訳】

Building detection based on InSAR coherence statistics modelling

著者 (2件)： Zhang Yue (中国科学院空間信息処理与応用系統技術重点実験室 北京 100190;中国科学院電子学研究所 北京 100190;中国科学院大学 北京 100190) ,  Sun Xian (中国科学院空間信息処理与応用系統技術重点実験室 北京 100190;中国科学院電子学研究所 北京 100190)
資料名： Guowai Dianzi Celiang Jishu  (Guowai Dianzi Celiang Jishu)
巻： 36  号： 4  ページ： 36-39,51  発行年： 2017年 
JST資料番号： C3508A  ISSN： 1002-8978  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： コヒーレンス係数は,2つの登録された合成開口レーダ(SAR)画像に関する交差相関演算によって得られた。多くの応用において、それはSARの輝度データの補足情報として、独立した情報源としても利用できる。SAR輝度画像に対して、すでに多くの研究者がその統計特性を研究した。それに対して、コヒーレンス係数の統計特性に関する研究は非常に不足している。既存の文献において、全てのInSARのコヒーレンス係数の統計特性に関する仕事は、直接にGaussian分布を用いて、コヒーレント系の数値に対してモデリングを行い、データの分解能とシーンのタイプを考慮しない。本論文の主な貢献は,いくつかの典型的な統計モデルが,都市場面における高分解能InSARのコヒーレンス係数をモデル化する際の精度を研究することである。対象物の側面において,本論文は,都市,3つの典型的な対象物を選んで,樹木,建築物と影を含んで,代表的都市目標として取り入れた。統計モデルにおいて,Gaussian,Weibull,Rayleigh,Nakagami,およびBetaを含む5つの一般的な確率分布モデルを評価した。高分解能TanDEM-Xデータに関する実験結果は,Beta分布モデリングを用いることによって,精度が他のいくつかの一般的分布より良いことを示した。最後に,Beta分布を建築物検出に用いた。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 都市 ,  合成開口レーダ ,  高分解能 ,  輝度 ,  *コヒーレンス ,  分解能 ,  画像 ,  情報源 ,  *モデリング ,  統計模型 ,  確率分布
準シソーラス用語： TanDEM-X ,  統計的特性 ,  相互相関 ,  *InSAR , 【Automatic Indexing@JST】

著者キーワード (4件)： interferometric synthetic aperture radar (InSAR) ,  urban coherence ,  statistical model accuracy ,  building detection

分類 (2件)： レーダ  (ND13010H) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： InSAR ,  コヒーレンス ,  係数 ,  統計 ,  モデリング ,  建物