文献

J-GLOBAL ID：201802242817497694   整理番号：18A0163162

高分解能SAR画像におけるターゲットセグメンテーションのためのGΓDに基づくレベルセット法【Powered by NICT】

A GΓD based level set method for target segmentation in high resolution SAR images

著者 (2件)： Wang Bin (College of Information Science & Engineering, Ocean University of China) ,  Wang Guoyu (College of Information Science & Engineering, Ocean, University of China, Qingdao, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICFST  ページ： 256-259  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 高分解能合成開口レーダ(SAR)画像におけるターゲットセグメンテーションのための提案したレベルセット法。一般化ガンマ分布(GΓD)は高分解能SAR画像におけるシーンの広い範囲の多様性をモデル化できる非常に柔軟な分布である。提唱されている標的セグメンテーション法では,エネルギー汎関数はGΓDに基づいて確立し,曲線発展を変分レベルセット法によって実行される。MSTARデータを用いた実験により,提案した方法は,高分解能SAR画像からのターゲットを効果的に抽出できることを示した。k-平均アルゴリズムと従来のレベル集合法と比較して,提案した方法が,より低い誤警報確率でより正確なターゲットセグメンテーション結果を得ることができた。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： モデリング ,  *セグメンテーション ,  Γ分布 ,  *画像 ,  *高分解能 ,  変分法 ,  アルゴリズム ,  合成開口レーダ
準シソーラス用語： 誤警報確率 ,  エネルギー汎関数 ,  *レベルセット法 ,  *SAR画像 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  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 ,  SAR画像 ,  ターゲット ,  セグメンテーション ,  Gγ ,  レベルセット法