文献

J-GLOBAL ID：201702228515028726   整理番号：17A1749826

テクスチャ特徴と領域成長に基づく高分解能リモートセンシング画像セグメンテーションアルゴリズム【JST・京大機械翻訳】

Segmentation algorithm based on texture feature and region growing for high-resolution remote sensing image

著者 (3件)： Su Tengfei (内蒙古農業大学水利与土木建筑工程学院,呼和浩特,010018) ,  Zhang Shengwei (内蒙古農業大学水利与土木建筑工程学院,呼和浩特,010018) ,  Li Hongyu (内蒙古農業大学水利与土木建筑工程学院,呼和浩特,010018)
資料名： Guotu Ziyuan Yaogan  (Guotu Ziyuan Yaogan)
巻： 29  号： 2  ページ： 72-81  発行年： 2017年 
JST資料番号： C2688A  ISSN： 1001-070X  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： 画像セグメンテーションはオブジェクト指向画像分析における重要なステップである。新しい画像セグメンテーションアルゴリズムを,高分解能リモートセンシング画像(HRI)のセグメンテーションアルゴリズムの性能を改善するために提案する.。 . HRIのセグメンテーションアルゴリズムの性能を改善するために,新しい画像セグメンテーションアルゴリズムを提案した。種子の確定、種子領域の成長(seeded region growing、SRG)に基づく過分割(advanced SRG、ASRG)と階層的領域成長(hierarchical region growing、HRG)の3つのステップを含む。Gaborテクスチャ特徴を用いてテクスチャ均一性を定義し、種子をHRIにおける同じテクスチャ組成領域の中心位置に自動的に置いた。SRGの段階において,HRIスペクトル情報とパッチ形状情報を結合することによって,SRGセグメンテーションの精度とセグメンテーション結果における各々のパッチのコンパクト性を改善するために,新しい統合規則を提案した。HRGの段階において,適応可能な閾値を提案して,多重スケールセグメンテーションの特性をより良く保つことができた。実験部分において、3つのHRIを用いて上述の方法を検証した。この方法のセグメンテーション精度を,監督された画像セグメンテーション法を用いて定量的に評価し,他の2つの主要なリモートセンシング画像セグメンテーションアルゴリズムと比較した。結果は,提案した方法が満足なセグメンテーション効果を得ることができることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： コンパクト性 ,  *リモートセンシング ,  *高分解能 ,  画像分析 ,  スペクトル ,  *アルゴリズム ,  *セグメンテーション
準シソーラス用語： セグメンテーション精度 ,  マルチスケール ,  *テクスチャ ,  *リモートセンシング画像 ,  オブジェクト指向 ,  *画像セグメンテーション ,  *領域成長法 ,  *テクスチャ特徴 , 【Automatic Indexing@JST】

著者キーワード (5件)： texture feature ,  seeded region growing (SRG) ,  hierarchical region growing (HRG) ,  high-resolution remote sensing image(HRI) ,  image segmentation

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)： テクスチャ特徴 ,  領域成長 ,  高分解能 ,  リモートセンシング画像 ,  セグメンテーション ,  アルゴリズム