文献

J-GLOBAL ID：201702284084282887   整理番号：17A1982599

大規模SAR画像における小型港湾抽出技術の研究【JST・京大機械翻訳】

Extracting small harbor areas in large-scene SAR images

著者 (4件)： Zhou Qiang (海軍航空工程学院科研部,烟台,264001) ,  Qu Zhangwen (海軍航空工程学院電子信息工程系,烟台,264001) ,  Li Jianwei (海軍航空工程学院電子信息工程系,烟台,264001) ,  Yao Libo (海軍航空工程学院信息融合研究所,烟台,264001)
資料名： Zhongguo Tuxiang Tuxing Xuebao  (Zhongguo Tuxiang Tuxing Xuebao)
巻： 22  号： 8  ページ： 1128-1134  発行年： 2017年 
JST資料番号： C2782A  ISSN： 1006-8961  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： 目的:長い海岸線には簡単なコードと突堤からなる小型の港があり、それらは大型港のような時期に監視されていないが、それは船舶の一時的な停止場所として、特に注目すべき領域であり、その地域に対して自動的な検査を行う必要がある。方法:本論文では、小型港湾の特徴を十分に分析した上で、その海岸線の輪郭によって、異なるスケールで豊富な隅角部の特徴を表現でき、小型の港湾区域を抽出する完全な流れを構築した。本論文は,多重スケール角度検出による港湾の潜在的領域の検出と,新しい堤防検出法による港湾の抽出と,改良された海岸線閉鎖性測定法による虚偽港の除去を含む3つの部分を識別し,実際のSAR画像シミュレーションにより,提案した方法の優位性を検証した。結果:本論文で提案した方法を用いて、二つの典型的な港湾区域SAR画像を処理した。Radarsat-2煙台港の1m分解能のSAR画像とTerraSAR-Xインドシナの南港の1m分解能のSAR画像について、文献4で述べた方法と比較し、本文の方法で処理した後に、以下のことを発見した。誤警報率は10%から6.6%に減少し,精度は91.9%から93.3%に改善されたが,計算時間は11.58秒から13.26秒に増加した。結論:本論文では、小型港湾の特徴に対して、港湾検出の完全な流れを提案した。実験結果は,この方式がより低い誤り警報率とより高い精度を有するが,しかし,より低い計算速度の欠点があることを示して,それは次の最適化を必要とした。この方法は,大規模SAR画像における小型港湾領域の迅速かつ正確な検出に適しており,それらは,簡単なコードと突堤によって構成される船舶の一時的な停止場所を監視するために使用することができる。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 海岸線 ,  計算機処理速度 ,  検出法 ,  船舶 ,  シミュレーション ,  突堤 ,  煙 ,  最適化 ,  分解能 ,  *港湾 ,  CPU時間
準シソーラス用語： 誤警報 ,  誤警報率 ,  マルチスケール ,  *SAR画像 , 【Automatic Indexing@JST】

著者キーワード (5件)： SAR images ,  small harbor extraction ,  corner ,  dock ,  closure of coastline

分類 (2件)： 港湾工学一般  (RC15010W) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 大規模 ,  SAR画像 ,  港湾 ,  研究