文献

J-GLOBAL ID：201702237841326198   整理番号：17A1024600

エンドメンバーの変動性を用いた多重時間リモートセンシング画像のサブピクセル変化検出【Powered by NICT】

Subpixel Change Detection of Multitemporal Remote Sensed Images Using Variability of Endmembers

著者 (2件)： Wu Ke (Institute of Geophysics and Geomatics, China University of Geosciences, Wuhan, China) ,  Du Qian (Department of Electrical and Computer Engineering, Mississippi State University, Starkville, MS, USA)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 14  号： 6  ページ： 796-800  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： リモートセンシング画像における混合画素の存在に起因して,「完全なピクセルレベル」で伝統的な変化検出(CD)法はしばしば効果的に詳細な変化情報を提供できない。サブピクセル変化検出(SCD)法は,二段階でこの問題を扱うことができる:ソフト分類は粗い多時期画像からの比例差を導出するために適用し,次に微細な空間分解能を有する先鋭化した主題図は,サブピクセルマッピングに基づいて生成した。しかし,画素内の端成分組合せの変化は無視したが,これは欠陥のある差とSCDの分解精度をもたらすことができる。本論文の目的は,端成分の変動(SCD_VE)を用いた新しいSCDアルゴリズムを提示することである,簡単だが効果的なモデルは端成分組合せの実際の変化を考慮に入れて提案した。新しいアルゴリズムの性能を評価するために,実験をシミュレーション画像で行った。実験結果は,提案したSCD_VEはより詳細なCDマップを提供する伝統的なSCD法よりも良好な性能を提供することを示した。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： 空間分解能 ,  多重化 ,  アルゴリズム ,  主題図 ,  シミュレーション ,  *画像 ,  画素
準シソーラス用語： 端成分 ,  多時期 ,  ミクセル ,  *変化検出 ,  *サブピクセル ,  *リモートセンシング画像 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： メンバー ,  変動性 ,  多重 ,  リモートセンシング画像 ,  サブピクセル ,  変化検出