文献

J-GLOBAL ID：201902235585195840   整理番号：19A1990613

深さ学習と同生行列に基づくSAR画像テクスチャ特徴検索手法【JST・京大機械翻訳】

SAR Image Feature Retrieval Method Based on Deep Learning and Synchronic Matrix

著者 (3件)： Peng Jinxi (西安交通大学計算机科学与技術系 西安 710049;广州大学華軟軟件学院軟件工程系 广州 510990) ,  Su Yuanqi (西安交通大学計算机科学与技術系 西安 710049) ,  Xue Xiaorong (安陽師范学院計算机与信息工程学院 河南 安陽 455000)
資料名： Jisuanji Kexue  (Jisuanji Kexue)
巻： 46  号： z1  ページ： 196-199,204  発行年： 2019年 
JST資料番号： C2530A  ISSN： 1002-137X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 合成開口レーダ(SAR)画像(SAR)にはコヒーレントスペックルノイズが存在するので,従来のSAR画像は,従来のSAR画像検索方式によって得られる画像テクスチャー精度と視覚的効果のために,非常に複雑であった。SAR画像に含まれる信号とノイズの分布とテクスチャ情報が非常に豊富であるため、SAR画像の検索効率を高めるため、画像の視覚特徴に基づいて画像検索方法を提案し、画像の視覚効果を改善し、人工直感でテクスチャ特徴情報を観察できる。これによって、深さ学習方法を採用して、ファジィ理論とニューラルネットワークの利点を結合して、画像処理の性能を改善した。まず第一に,画像画素の統計的特徴とファジィニューラルネットワークの意味論に基づいて,画像テクスチャ特徴と深さ意味解析に基づく効率的画像テクスチャ特徴を提案して,次に,セマンティック特性に基づく検索方法を提案した。最初に,SAR画像のテクスチャ特徴を,深さデータ意味論的クラスタリングによって抽出し,次に,SAR画像を,同生マトリックス法によって特性解析し,最後に,SAR画像のテクスチャ特徴およびフィルタリング後のグレースケールからなるベクトルを,深さ法によって検索し,そして,画像要素を分類した。実験結果は,提案方法が,SAR画像検索においてより良い効果を得ることができて,視覚効果および分析効率性を向上して,解析および応用に便利であり,また,提案方法は,コヒーレントスペックルノイズを抑制して,同時に,SAR画像テクスチャ特徴の視覚効果を改善することができた。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 画像検索 ,  画像処理 ,  フィルタリング ,  雑音 ,  ベクトル ,  クラスタ化 ,  コヒーレンス ,  *画像 ,  グレースケール ,  合成開口レーダ ,  画素
準シソーラス用語： *質感 ,  スペックル雑音 ,  *テクスチャ特徴 ,  *SAR画像 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 学習 ,  行列 ,  SAR画像 ,  テクスチャ特徴 ,  検索 ,  手法