文献

J-GLOBAL ID：201802214664148800   整理番号：18A0194805

リモートセンシング画像の分類のための属性フィルタリングからの特徴プロファイル【Powered by NICT】

Feature Profiles from Attribute Filtering for Classification of Remote Sensing Images

著者 (3件)： Pham Minh-Tan (IRISA lab - Universite de Bretagne Sud, UMR 6074, Vannes, France) ,  Aptoula Erchan (Institute of Information Technologies - Gebze Technical University, Kocaeli, Turkey) ,  Lefevre Sebastien (IRISA lab - Universite de Bretagne Sud, UMR 6074, Vannes, France)
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： 11  号： 1  ページ： 249-256  発行年： 2018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,リモートセンシングデータの分類のための形態学的属性プロファイル(APs)の新しい拡張を提案した。標準APベース手法では,入力画像を画像木表現に基づく属性フィルタの逐次適用から得られたフィルタを通した像のセットにより特性化される。ピクセル値(すなわちグレイレベル)のみが出力プロフィールを形成するために採用した。本論文では,属性フィルタリング過程の間,グレーレベルを出力の代わりに,ここでは,連結成分(対ツリーノード)からの統計的および幾何学的特徴を抽出するいわゆる特徴プロファイル(FP)を構築することを提案した。これらの特徴は,各連結成分によりコードされるオブジェクトまたは領域をより良く特性化する期待されている。は,リモートセンシング画像を分類するために利用した。提案アプローチの有効性を評価するために,ランダムフォレスト分類器を用いた教師付き分類は,パンクロマチックレイキャビク画像だけでなく,ハイパースペクトルPavia大学データについて実施した。実験結果は,FPは標準APと比較比肩可能な性能を提供し,有望な代替案を構成しているを示した。Copyright 2018 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： *画像 ,  モルフォロジー ,  キャラクタリゼーション ,  *フィルタ ,  *フィルタリング
準シソーラス用語： ハイパースペクトル ,  教師付き分類 ,  ランダムフォレスト ,  幾何学的特徴 ,  連結成分 ,  グレイレベル ,  画素値 ,  リモートセンシングデータ ,  *リモートセンシング画像 , 【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 (5件)： リモートセンシング画像 ,  分類 ,  属性 ,  フィルタリング ,  プロファイル