文献

J-GLOBAL ID：201702236238655056   整理番号：17A0368740

改良された方向性セグメンテーションと道路確率に基づく高解像度画像からの道路中心線抽出【Powered by NICT】

Road centerlines extraction from high resolution images based on an improved directional segmentation and road probability

著者 (5件)： Liu Ruyi (School of Computer Science and Technology, Xidian University, Xi’an, Shaanxi 710071, China) ,  Song Jianfeng (School of Computer Science and Technology, Xidian University, Xi’an, Shaanxi 710071, China) ,  Miao Qiguang (School of Computer Science and Technology, Xidian University, Xi’an, Shaanxi 710071, China) ,  Xu Pengfei (School of Information Science and Technology, Northwest University, Xi’an, Shaanxi 710127, China) ,  Xue Qing (School of Computer Science and Technology, Xidian University, Xi’an, Shaanxi 710071, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 212  ページ： 88-95  発行年： 2016年 
JST資料番号： W0360A  ISSN： 0925-2312  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： は様々な応用のための高分解能リモートセンシング画像から正確な道路網を抽出するために非常に重要である,輸送データベース更新である。しかし,既存の手法は満足な結果を得ることができなかった。剪断変換,方向性セグメンテーション,道路確率,形状特徴とスケルトン化アルゴリズムに基づくリモートセンシング画像からの改善された道路網抽出を提案した。提案した方法は以下のステップを含んでいる。方向セグメンテーションを用いたせん断変換を組み合わせた初期道路領域を得た。第二に,Mahalanobis距離としきい値に基づくロードマップは初期道路領域と融合した精度を改善することである。第三に,道路形状特徴フィルタリングと正孔充満が,信頼できる道路セグメントを抽出するために使用した。最後に,道路中心線は高速マーチングに基づく自動サブボクセル精密スケルトン化法により抽出した。道路ネットワークを,次に,後処理により発生させた。実験結果は,提案した方法は滑らかで正確な道路中心線を抽出することが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： データベース ,  *セグメンテーション ,  高分解能 ,  高速度 ,  剪断 ,  *道路 ,  後処理 ,  フィルタリング ,  道路網 ,  *指向性
準シソーラス用語： Mahalanobis距離 ,  形状特徴 ,  リモートセンシング画像 ,  *中心線 ,  *高精細画像 , 【Automatic Indexing@JST】

著者キーワード (4件)： 道路中心線抽出 ,  せん断変換 ,  方向セグメンテーション ,  形状特徴

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 方向性 ,  セグメンテーション ,  道路 ,  確率 ,  高解像度画像