文献

J-GLOBAL ID：201702243281021481   整理番号：17A1749827

スペクトルヒストグラムに基づくリモートセンシング画像の階層的多重スケール植生セグメンテーション【JST・京大機械翻訳】

Hierarchical muti-scale vegetation segmentation of remote sensing image based on spectrum histogram

著者 (3件)： Liu Xiaodan (遼寧師范大学計算机与信息技術学院,大連,116029) ,  Yu Ning (遼寧師范大学計算机与信息技術学院,大連,116029) ,  Qiu Hongyuan (遼寧師范大学計算机与信息技術学院,大連,116029)
資料名： Guotu Ziyuan Yaogan  (Guotu Ziyuan Yaogan)
巻： 29  号： 2  ページ： 82-89  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： リモートセンシング画像セグメンテーションにおいて、植生は重要な対象の一つであり、植生の細分化は一般的に3つの目標があり、尺度により、高木、灌木と草と苔に分けられていることが知られている。単一階層多重分類法は,異なるテクスチャスケールでの正確な多重分類問題を十分に利用することができないので,スペクトル画像に基づくリモートセンシング画像の階層化と多重スケール植生セグメンテーションの方法を提案した。まず、正規化植生指数(normalized difference vegetation index、NDVI)を用いて、リモートセンシング画像中の植生領域を抽出し、その後、この領域の階層に対して複数の二分類アルゴリズムを実現し、マルチ分類操作を完成させた。各分類階層において,テクスチャのフィルタリングパラメータを,事前知識とテクスチャスケールにより選択し,各サブブロック画像のスペクトルヒストグラムをテクスチャ特徴を抽出するために抽出し,それにより,1つの階層のセグメンテーションを実現した。実験結果により,本方法は,植生の各階層の事前知識およびテクスチャスケールを,より良好に利用し,そして,テクスチャフィルタの強化処理に対して,より適切であることを示した。スペクトルヒストグラムの特徴の識別度はより大きく、植生細分化の精度を明らかに向上させた。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 灌木 ,  *画像 ,  正規化植生指数 ,  *リモートセンシング ,  *多重化 ,  *セグメンテーション ,  スペクトル画像 ,  階層構造
準シソーラス用語： 事前知識 ,  テクスチャ ,  分類アルゴリズム ,  細分化 ,  画像セグメンテーション ,  *マルチスケール ,  *リモートセンシング画像 , 【Automatic Indexing@JST】

著者キーワード (4件)： remote sensing image ,  vegetation segmentation ,  spectral histogram ,  multi-scale filtering

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (6件)： スペクトル ,  ヒストグラム ,  リモートセンシング画像 ,  多重スケール ,  植生 ,  セグメンテーション