文献

J-GLOBAL ID：201702252386572179   整理番号：17A1674180

ガウス混合モデルを用いた多重スペクトル画像のファジィクラスタリング【JST・京大機械翻訳】

Multispectral image segmentation by fuzzy clustering algorithm used Gaussian mixture model

著者 (4件)： Li Yu (遼寧工程技術大学測絵与地理科学学院遥感科学与応用研究所,遼寧阜新,123000) ,  Xu Yan (遼寧工程技術大学測絵与地理科学学院遥感科学与応用研究所,遼寧阜新,123000) ,  Zhao Xuemei (遼寧工程技術大学測絵与地理科学学院遥感科学与応用研究所,遼寧阜新,123000) ,  Zhao Quanhua (遼寧工程技術大学測絵与地理科学学院遥感科学与応用研究所,遼寧阜新,123000)
資料名： Guangxue Jingmi Gongcheng  (Guangxue Jingmi Gongcheng)
巻： 25  号： 2  ページ： 509-518  発行年： 2017年 
JST資料番号： C2090A  ISSN： 1004-924X  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： 従来のセグメンテーションアルゴリズムにおける高分解能マルチスペクトル画像セグメンテーションの問題を解決するために,ガウス混合モデルに基づく多重スペクトル画像のためのファジィクラスタリングアルゴリズムを提案した。このアルゴリズムは,Gauss混合モデルを用いて画素の類似性測度を定義し,このアルゴリズムは高精度でデータの統計的分布能力を持つので,セグメンテーション結果に及ぼすノイズの影響を効果的に除去することができる。同時に,隠れMarkov確率場(HMRF)を用いて,近傍確率の事前確率を定義した。また,それは,各Gauss成分の重みおよびKL(Kullback-Leibler)情報におけるクラスタ化スケールのパラメータを制御することにより,複雑なシーンのリモートセンシング画像に対するロバスト性を強化し,さらに,アルゴリズムのセグメンテーション精度を改善した。シミュレーション画像と高分解能多重スペクトル画像のセグメンテーション結果を定性的に定量的に分析した。実験結果は以下を示す。シミュレーション画像の全精度は96.8%以上であった。実験結果は,提案したアルゴリズムが高分解能マルチスペクトル画像のセグメンテーションにおいて詳細な情報を保持することができることを示し,また,アルゴリズムの有効性と実現可能性を証明した。このアルゴリズムは,高分解能マルチスペクトル画像の正確なセグメンテーションを達成することができた。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 画素 ,  アルゴリズム ,  クラスタ化 ,  シミュレーション ,  高分解能 ,  *画像 ,  ロバスト性 ,  セグメンテーション ,  雑音
準シソーラス用語： Markov確率場 ,  画像セグメンテーション ,  *多重スペクトル ,  *ファジィクラスタリング ,  *マルチスペクトル画像 ,  *Gauss混合モデル , 【Automatic Indexing@JST】

著者キーワード (5件)： image segmentation ,  high resolution multispectral image ,  dissimilarity measure ,  gaussian mixture model ,  prior probability

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 (4件)： ガウス ,  混合モデル ,  多重スペクトル画像 ,  ファジィクラスタリング