文献

J-GLOBAL ID：201702278397099438   整理番号：17A1788429

最適化SIFTアルゴリズムに基づく無人機リモートセンシング画像のモザイク【JST・京大機械翻訳】

Mosaic of crop remote sensing images from UAV based on improved SIFT algorithm

著者 (5件)： Jia Yinjiang (東北農業大学電气与信息学院,哈爾浜,150030) ,  Xu Zhenan (東北農業大学電气与信息学院,哈爾浜,150030) ,  Su Zhongbin (東北農業大学電气与信息学院,哈爾浜,150030) ,  Jin Siyu (東北農業大学電气与信息学院,哈爾浜,150030) ,  Arshad M. Rizwan (東北農業大学電气与信息学院,哈爾浜,150030)
資料名： Nongye Gongcheng Xuebao  (Nongye Gongcheng Xuebao)
巻： 33  号： 10  ページ： 123-129  発行年： 2017年 
JST資料番号： C2454A  ISSN： 1002-6819  CODEN： NGOXEO  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のコントラストが低いために,スケール不変特徴変換アルゴリズム(SIFT)は特徴点の数が少なく,モザイク効果が理想的でない場合がある。画像の鮮鋭化に基づく適応修正サンプリングステップサイズの非極小値抑制モザイクアルゴリズムを提案し、画像前処理に鮮明化フィルタを導入し、平滑化後の画像に対して畳込みを行い、画像の詳細を増強し、特徴点の抽出数を増加し、同時にスケールに基づく適応修正サンプリングステップを通じて、サンプリングステップを修正した。画像の特徴点の分布をより均一にし、低コントラストの作物リモートセンシング画像の画像特性により、非極小値の抑制を採用し、画像マッチングの効率を向上させた。マッチング点を探索する過程において,最適ノード優先アルゴリズム(BBF)を導入して,最近傍と近隣の近隣を探索し,ランダムサンプリング(random sample consensus,RANSAC)を用いて特徴点を最適化した。実験結果は,改良したアルゴリズムが標準SIFTアルゴリズムと比較して,低い作物リモートセンシング画像を処理するとき,特徴点抽出の平均数は77.5%増加し,特徴点整合対数は平均15対増加し,標準SIFTアルゴリズムと一致しない低コントラスト作物リモートセンシング画像を得ることができることを示した。8対以上のマッチング点ペアを抽出し,モザイク条件を満たした。この改良アルゴリズムは,標準SIFTアルゴリズムと比較して,低コントラストリモートセンシング画像のモザイクに適している。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  画像特性 ,  フィルタ ,  コントラスト ,  *無人機 ,  畳込み ,  農作物 ,  *モザイク性 ,  *最適化 ,  マッチング ,  平滑化 ,  *画像
準シソーラス用語： 画像マッチング ,  特徴点 ,  *リモートセンシング画像 , 【Automatic Indexing@JST】

著者キーワード (7件)： crops ,  remote sensing ,  unmanned aerial vehicle ,  non-minimum suppression ,  image mosaic ,  sampling step ,  robustness

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 最適化 ,  SIFTアルゴリズム ,  無人機 ,  リモートセンシング画像 ,  モザイク