文献

J-GLOBAL ID：201702234544635544   整理番号：17A0996172

リモートセンシング画像分類最適化のためのスペクトル差とクラス共起依存性を統合したMarkovランダム場【Powered by NICT】

A Markov random field integrating spectral dissimilarity and class co-occurrence dependency for remote sensing image classification optimization

著者 (6件)： Wang Leiguang (Southwest Forestry University, School of Forestry, China) ,  Wang Leiguang (University of New Brunswick, Department of Geodesy and Geomatics Engineering, Canada) ,  Huang Xin (Wuhan University, School of Remote Sensing and Information Engineering, China) ,  Zheng Chen (Henan University, School of Mathematics and Statistics, China) ,  Zheng Chen (University of New Brunswick, Department of Geodesy and Geomatics Engineering, Canada) ,  Zhang Yun (University of New Brunswick, Department of Geodesy and Geomatics Engineering, Canada)
資料名： ISPRS Journal of Photogrammetry and Remote Sensing (International Society for Photogrammetry and Remote Sensing)  (ISPRS Journal of Photogrammetry and Remote Sensing (International Society for Photogrammetry and Remote Sensing))
巻： 128  ページ： 223-239  発行年： 2017年 
JST資料番号： H0048A  ISSN： 0924-2716  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 分類マップのエッジ保存空間正則化のための新しいMarkovランダム場(MRF)モデルを開発した。一様滑らかさに基づくMRF法はoversmoothed解を導いた。対照的に,局所スペクトルまたは勾配不連続性のケアをするMRF(Markov確率場)方法は,境界周辺の予期しない物体粒子をもたらす。これらの重要な問題を解決するために,著者らが開発したMRF法では,まず,初期の分類マップを平滑化する局所スペクトル不同性を統合した空間エネルギー関数を確立する物体境界を保持している。第二に,クラス共起依存性を統合した新しい異方性空間エネルギー関数は,物体境界周辺の画素を正規化するために構築した。方法の有効性は,一連のリモートセンシングデータセットを用いて試験した。得られた結果は,この方法が過剰スムージングを回避し,伝統的なMRF分類モデルといくつかの他の最先端の方法に関する分類精度を大幅に改善できることを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 正規化 ,  モデル ,  不連続性 ,  *最適化 ,  正則化 ,  画素 ,  平滑化 ,  *スペクトル
準シソーラス用語： 分類精度 ,  分類モデル ,  エネルギー関数 ,  Markov確率場 ,  エッジ保存 ,  *確率場 ,  *リモートセンシング画像 , 【Automatic Indexing@JST】

著者キーワード (6件)： リモートセンシング画像の分類 ,  空間正則化 ,  MRF(Markov確率場) ,  空間エネルギー関数 ,  スペクトル非類似性 ,  クラス共起依存性

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  写真測量,空中写真  (RC02040D)

タイトルに関連する用語 (8件)： リモートセンシング ,  画像分類 ,  最適化 ,  スペクトル ,  クラス ,  依存性 ,  統合 ,  ランダム場