文献

J-GLOBAL ID：201802293748151919   整理番号：18A1073138

多点統計と等尺マッピングを用いたリモートセンシング画像の超解像再構成【JST・京大機械翻訳】

Super-Resolution Reconstruction of Remote Sensing Images Using Multiple-Point Statistics and Isometric Mapping

著者 (3件)： Zhang Ting (College of Computer Science and Technology, Shanghai University of Electric Power, 2588 Changyang Road, Shanghai 200090, China) ,  Du Yi (School of Engineering, Shanghai Polytechnic University, 2360 Jinhai Road, Shanghai 201209, China) ,  Lu Fangfang (College of Computer Science and Technology, Shanghai University of Electric Power, 2588 Changyang Road, Shanghai 200090, China)
資料名： Remote Sensing (Web)  (Remote Sensing (Web))
巻： 9  号： 7  ページ： 724  発行年： 2017年 
JST資料番号： U7270A  ISSN： 2072-4292  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 粗分解能リモートセンシング画像を用いる場合,超解像再構成は広く望まれ,粗分解能データの集合から,粗い部分情報と一致する微細分解能リモートセンシング画像に固有の特徴を再現することにより実現することができる。微細(ターゲット)分解能で期待される特徴を符号化する空間構造の事前モデルは,分解能で生成されるリモートセンシング画像の空間パターンを制約するのに役立つ。これらの事前モデルは,訓練画像のような事前モデルからパターンの固有の特徴を抽出することができる多点統計(MPS)によって適切に使用することができて,それらをハードおよびソフト条件付きデータを用いて,または条件付きデータなしでさえ,シミュレーション領域にコピーすることができた。しかし,線形次元縮小に基づく従来のMPS法は非線形データを扱うのに適しておらず,等尺写像(ISOMAP)は非線形データの次元を効果的に低減できるので,本論文では,ISOMAPとMPSを用いて超解像リモートセンシング画像を生成するための逐次シミュレーションフレームワークを提示した。4つの異なる例を用いて,この方法を用いたリモートセンシング画像の超解像再構成の構造特性が,訓練画像のものと類似していることを実証した。Copyright 2018 The Author(s). All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  分解能 ,  *画像 ,  次元縮小 ,  構造特性 ,  立体構造 ,  符号化 ,  写像 ,  *超解像 ,  線形性 ,  *再構成
準シソーラス用語： シミュレーションフレームワーク ,  MPS法 ,  空間パターン ,  *リモートセンシング画像 , 【Automatic Indexing@JST】

著者キーワード (5件)： リモートセンシング画像 ,  次元縮小 ,  超解像再構成 ,  ソフトデータ ,  訓練画像

分類 (1件)： 図形・画像処理一般  (JE04010I)

引用文献 (33件)：

• Boucher, A.; Kyriakidis, P.C. Super-resolution land cover mapping with indicator geostatistics. Remote Sens. Environ. 2006, 104, 264-282.
• Boucher, A.; Kyriakidis, P.C.; Cronkite-Ratcliff, C. Geostatistical solutions for super-resolution land cover mapping. IEEE Trans. Geosci. Remote Sens. 2008, 46, 272-283.
• Wang, G.; Gertner, G.Z.; Anderson, A.B. Spatial-variability-based algorithms for scaling-up spatial data and uncertainties. IEEE Trans. Geosci. Remote Sens. 2004, 42, 2004-2015.
• Atkinson, P.M.; Pardo-Igúzquiza, E.; Chica-Olmo, M. Downscaling cokriging for super-resolution mapping of continua in remotely sensed images. IEEE Trans. Geosci. Remote Sens. 2008, 46, 573-580.
• Pardo-Igúzquiza, E.; Chica-Olmo, M.; Atkinson, P.M. Downscaling cokriging for image sharpening. Remote Sens. Environ. 2006, 102, 86-98.

タイトルに関連する用語 (5件)： 統計 ,  マッピング ,  リモートセンシング画像 ,  超解像 ,  再構成