文献

J-GLOBAL ID：201902240719050511   整理番号：19A0035914

高分解能リモートセンシング画像から水を抽出するための結合共起行列/マルチスケールセグメンテーション法【JST・京大機械翻訳】

A Coupled Co-Occurrence Matrix/Multi-Scale Segmentation Method to Extract Water from High Resolution Remote Sensing Image

著者 (2件)： Liang Xiao (Yunnan Normal University, School of Tourism and Geographical Sciences, Kunming, China) ,  Hu Wenying (Yunnan Normal University, School of Tourism and Geographical Sciences, Kunming, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： Geoinformatics  ページ： 1-4  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： 本研究は,高分解能リモートセンシング画像から水の抽出精度を改善するために,結合共起マトリックス/マルチスケールセグメンテーション法を開発した。Kunming市の2つの画像(被験者A&B)を,Quick Bird画像ギャラリーから得て,共起マトリックスによって前処理し,次に,固有の幾何学的および地理的属性に基づいて多重スケールを分割した。都市のリング道路によって囲まれた水を,すべての影の除去に成功したオブジェクト指向情報分析によって抽出した。結果は,水抽出精度が,被験者A(68.6%→95.2%)とB(63.0%→92.3%)の両方で有意に増加し,複雑な都市環境から水を抽出する提案方法の優れた性能を示すことを示した。Copyright 2019 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： 前処理 ,  *画像 ,  道路 ,  都市環境 ,  都市 ,  *高分解能 ,  地理学
準シソーラス用語： 水抽出 ,  情報分析 ,  オブジェクト指向 ,  *マルチスケール ,  被験者 ,  *共起行列 ,  *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 (4件)： 高分解能 ,  リモートセンシング画像 ,  水 ,  共起行列