文献

J-GLOBAL ID：201702232622559650   整理番号：17A0414494

高分解能衛星画像からの正確な影検出【Powered by NICT】

Accurate Shadow Detection From High-Resolution Satellite Images

著者 (2件)： Mostafa Yasser (Civil Engineering Department, Faculty of Engineering, Sohag University, Sohag, Egypt) ,  Abdelhafiz Ahmed (Civil Engineering Department, Faculty of Engineering, Assuit University, Asyut, Egypt)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 14  号： 4  ページ： 494-498  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： 高分解能衛星画像は巨大な量の情報を含んでいる。このような画像における影は必要な情報の分類と抽出における実際の問題を発生させる。陰影部の面積に記録された信号は弱いが,それらを回収することが可能である。既に影検出方向で行われている重要な研究が,暗植生地域は,いくつかのケースで影として誤分類であるとして植生ピクセルから陰影画素を正しく分類まだ課題である。本論文では,新しい画像指数は多重バンドを用いた影の検出のために開発した。シャドウ画素を自動しきい値同定法による指数ヒストグラムから分類した。全アプローチは,種々の研究地域に適用し,高精度を達成した(平均97%)であった。線形相関法を用いて,分類陰影画素を補償するために適用した。影検出の二標準的方法は次に,提案したアプローチを検証するために,同じ研究地域に適用した。結果は,提案手法が最良の結果を達成することを示した。も他の考慮した二標準的方法に匹敵する植生ピクセルから陰影を分類におけるロバストな陰影検出結果を与えた。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： 多重化 ,  *画像 ,  ロバスト性 ,  ヒストグラム ,  画素
準シソーラス用語： 高精度 ,  影の検出 ,  陰影 ,  *高分解能衛星画像 , 【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 (2件)： 高分解能衛星画像 ,  影