文献

J-GLOBAL ID：201702280661140440   整理番号：17A1923011

高分解能リモートセンシング画像におけるSIFTとSURFアルゴリズムのマッチング性能を研究した。【JST・京大機械翻訳】

Research on matching performance of SIFT and SURF algorithms for high resolution remote sensing image

著者 (5件)： Qi Bingjie (中国科学院 長春光学精密机械与物理研究所,吉林 長春,130033) ,  Liu Jinguo (中国科学院大学,北京,100049) ,  Zhang Boyan (#) ,  Zuo Yang (#) ,  Lv Shiliang (#)
資料名： Zhongguo Guangxue  (Zhongguo Guangxue)
巻： 10  号： 3  ページ： 331-339  発行年： 2017年 
JST資料番号： C3067A  ISSN： 2095-1531  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マッチングは画像補正とモザイクの基礎である。リモートセンシング画像の特徴は類似性が大きく、オーバーラップ領域が小さいため、リモートセンシング画像はマッチングアルゴリズムに対する要求がより高い。まず第一に,特徴検出,特性記述,および特徴マッチングの3つの観点から,SIFTアルゴリズムとSURFアルゴリズムの計算速度と精度を比較し,次に,リモートセンシング画像のオーバラップ度と距離測定の要求を研究し,SURFアルゴリズムの特徴方向誤差に敏感である。本論文では,oSURFアルゴリズムを提案した。最後に,衛星の1Aバンドのリモートセンシング画像を用いて,各アルゴリズムの長所と短所を解析した。実験結果により,SIFTアルゴリズムと比較して,SURFアルゴリズムの計算速度はSIFTの3倍であり,必要な画像重なり幅は1.25倍であり,同じマッチング率を保証する場合には,SIFTアルゴリズムは画像の重なり幅を1.5倍にする必要があるということを示していることを明らかにした。」。 . . . . . . . . . . . . . . . . . 1の場合には,画像の重なり幅は1.5倍になることを示す.提案したアルゴリズムは,SURFアルゴリズムと比較して,計算速度を保証し,精度が5%~10%改善されるので,oSURFアルゴリズムは,1Aバンドの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： *画像 ,  距離測定 ,  *アルゴリズム ,  画像補正 ,  *リモートセンシング ,  *高分解能 ,  類似性 ,  計算機処理速度 ,  モザイク性 ,  *マッチング
準シソーラス用語： 特徴マッチング ,  特徴検出 ,  マッチングアルゴリズム ,  画像マッチング ,  *リモートセンシング画像 , 【Automatic Indexing@JST】

著者キーワード (5件)： リモートセンシング画像 ,  特徴マッチング ,  SIFT(スケール不変特徴変換) ,  SURF ,  度重複

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 高分解能 ,  リモートセンシング画像 ,  SIFT ,  アルゴリズム ,  マッチング ,  研究