文献

J-GLOBAL ID：201702280108790660   整理番号：17A1784218

特徴強化と最小誤差分割に基づく変化検出法【JST・京大機械翻訳】

Change detection method based on feature enhancement and minimum error threshold segmentation

著者 (5件)： Wang Xiaohua (三峡大学 理学院,湖北 宜昌,443000) ,  Deng Xiaolian (三峡大学 理学院,湖北 宜昌,443000) ,  He Zhuoli (三峡大学 理学院,湖北 宜昌,443000) ,  Du Yuqi (三峡大学 理学院,湖北 宜昌,443000) ,  Chen Yanfeng (凌云科技集団有限公司,湖北 武漢,430040)
資料名： Chuanganqi yu Wei Xitong  (Chuanganqi yu Wei Xitong)
巻： 36  号： 6  ページ： 142-145,149  発行年： 2017年 
JST資料番号： C3686A  ISSN： 1000-9787  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： 河北省石家荘市における2003年と2004年における主題図(TM)のリモートセンシング画像を例として、各バンドのスペクトル特徴に対して、地形特徴の増強に基づく変化検出方法を提案した。異なる周波数帯におけるサンプルの平均値と標準偏差を,2つの画像において計算し,周波数帯における重み係数を計算し,特性強調画像を計算し,2つの画像における特定のタイプの特性を強化した。2つの期間における特徴強調画像の差異画像を計算した。最後に,最小誤差セグメンテーション法を用いて,変化検出結果を得ることができた。比較実験により以下のことが分かった。方法によって抽出した変化領域の全体の精度は90%に達し、従来の主成分分析(PCA)に基づく変化検出方法と比較して、比較的高い検出精度、良好な実行可能性と適応性がある。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： セグメンテーション ,  主題図 ,  周波数帯 ,  標準偏差 ,  *画像 ,  主成分分析 ,  適応性 ,  比較試験
準シソーラス用語： 検出精度 ,  重み係数 ,  スペクトル特徴 ,  リモートセンシング画像 ,  河北省 ,  *変化検出 , 【Automatic Indexing@JST】

著者キーワード (4件)： 変化検出 ,  バンド組合せ ,  特徴強調 ,  最小誤差しきい値セグメンテーション

分類 (5件)： 金属鉱山,鉱物資源  (UA01080L) ,  写真測量,空中写真  (RC02040D) ,  稲作  (FC03020C) ,  ロボットの運動・制御  (IC04012J) ,  固体デバイス材料  (NC03020K)

タイトルに関連する用語 (3件)： 強化 ,  誤差 ,  検出法