文献

J-GLOBAL ID：201802251302445516   整理番号：18A2039545

Sentinel-Lグローバルカバレージ予測マスク抽出:Google地球エンジンに基づくオープンソース実装【JST・京大機械翻訳】

Sentinel-L Global Coverage Foreshortening Mask Extraction: an Open Source Implementation Based on Google Earth Engine

著者 (3件)： Kakooei Mohammad (Babol Noshirvani University of Technology) ,  Nascetti Andrea (KTH Royal Institute of Technology) ,  Ban Yifang (KTH Royal Institute of Technology)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IGARSS  ページ： 6836-6839  発行年： 2018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： SAR画像は,SAR画像処理プロセス(すなわち,Layover,森林化およびShadow)により,SAR幾何学的歪によって影響を受けることがよく知られている。特に山岳地帯において,これらの歪は画像の大きな部分に影響を及ぼし,いくつかの応用において,これらの領域は分析に含まれない。予見マスクを用いることは適切な解決策であるが,マスクの発見は困難である。本研究の目的は,Sentinel-l多重時間画像とSRTM DEMとの融合を利用して,Google Earth Engine(GEE),雲ベースのプラットフォームを用いて準グローバルな森林化マスクを作り出すことである。多時間Sentinel-l画像の平均値を計算した。次に,局所最小アルゴリズムは,予想される予測領域を見つける。SRTM DEMからのアスペクトと傾斜情報を用いて,Sentinel-l誘導の森林化マスクを精密化した。提案した方法は,ブリティッシュコロンビア(カナダ),エベレスト山(ネパール),およびマザンドラン(イラン)で試験されている。結果は,提案した方法の信頼性を実証し,森林化領域を検出した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 山岳地 ,  画像 ,  *地球 ,  山岳 ,  精密化 ,  イラン・イスラム共和国 ,  ネパール連邦民主共和国 ,  カナダ ,  *予測 ,  アルゴリズム
準シソーラス用語： エベレスト ,  グーグルアース ,  *オープンソース ,  *カバレッジ【プログラム検証】 ,  *Google , 【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 (8件)： グローバル ,  カバレージ ,  予測 ,  マスク ,  Google ,  地球 ,  オープンソース ,  実装