文献

J-GLOBAL ID：201702288400529267   整理番号：17A1634111

不均一クラッタモデルに基づく高分解能偏波SAR画像のためのレベルセット・セグメンテーションアルゴリズム【Powered by NICT】

Level Set Segmentation Algorithm for High-Resolution Polarimetric SAR Images Based on a Heterogeneous Clutter Model

著者 (4件)： Jin Ruijin (Department of Electronic Engineering, Tsinghua University, Beijing, China) ,  Yin Junjun (School of Computer and Communication Engineering, University of Science and Technology, Beijing, China) ,  Zhou Wei (Department of Electronic Engineering, Tsinghua University, Beijing, China) ,  Yang Jian (Department of Electronic Engineering, Tsinghua University, Beijing, China)
資料名： IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing  (IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing)
巻： 10  号： 10  ページ： 4565-4579  発行年： 2017年 
JST資料番号： W2259A  ISSN： 1939-1404  CODEN： IJSTHZ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,L分布と呼ばれる不均一クラッタモデルを高分解能偏波合成開口レーダ(PolSAR)画像のセグメンテーションのためのレベルセット法に導入した。レベルセット法がセグメンテーションのためのロバストで効果的な技術である。PolSARデータのための従来のレベル集合法は複素Wishart分布,森林地や都市域のような高分解能PolSAR画像と不均一地域に適用可能なモデルではないに基づいている。L分布はマルチルックPolSARデータ,一般化ガンマ分布集合組織成分を持つプロダクトモデルに基づいているが高度に柔軟なモデルであることが証明された。L-モデルベースレベルセットセグメンテーション法は,RADARSAT-2,TerraSAR X,ESARセンサにより得られたCバンド,XバンドとLバンドPolSARデータを用いて評価した。実験結果は,L分布モデルを高分解能PolSARデータ,特に非常に不均一な領域を特性化するための良好な容量を持つことを示した。WishartモデルベースとKummer Uモデルベースレベルセット法とMarkovランダム場に基づく方法と比較して,提案したレベルセットアルゴリズムはより正確なセグメンテーション結果を得ることができることが観察された。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ロバスト性 ,  *モデル ,  キャラクタリゼーション ,  *偏波 ,  *画像 ,  *高分解能 ,  *セグメンテーション ,  都市域 ,  センサ
準シソーラス用語： モデルベース ,  Lバンド ,  RADARSAT ,  レベルセット法 ,  偏波合成開口レーダ ,  *SAR画像 , 【Automatic Indexing@JST】

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)： 不均一 ,  クラッタ ,  モデル ,  高分解能 ,  偏波 ,  SAR画像