文献

J-GLOBAL ID：201902275014904397   整理番号：19A1625112

近接分割アルゴリズムとmulticlassSVMを用いた衛星画像のセグメンテーションと変化検出のための新しい方法【JST・京大機械翻訳】

A Novel Method for Segmentation and Change Detection of Satellite Images Using Proximal Splitting Algorithm and Multiclass SVM

著者 (2件)： Gandhimathi Alias Usha S. (Department of ECE, Velammal College of Engineering and Technology, Madurai, Tamil Nadu, India) ,  Vasuki S. (Department of ECE, Velammal College of Engineering and Technology, Madurai, Tamil Nadu, India)
資料名： Journal of the Indian Society of Remote Sensing  (Journal of the Indian Society of Remote Sensing)
巻： 47  号： 5  ページ： 853-865  発行年： 2019年 
JST資料番号： W4605A  ISSN： 0255-660X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本論文は,近位分割ベースのクラスタリングとマルチクラスサポートベクトルマシン(MSVM)を用いたマルチスペクトル画像のセグメンテーションと変化検出のための新しい方法を提示した。最初に,多時間衛星画像を前処理し,次に,オフセットGaussフィルタの差分を用いてテクスチャを抽出した。一般的に,従来のクラスタリング法は,セグメンテーションプロセスのための主要因子としてユークリッド距離を使用する。リモートセンシング画像のようなマルチテクスチャ画像に対して,このメトリックは矛盾する出力を提供する。より良い分割結果を達成するために,近位分割アルゴリズムを提案した。この方法は,多重時間画像間の正確な変化を見出すのに必要な反復最小化問題の解と考えられている。MSVMは,近位分割アルゴリズムから得られたクラスタが互いに独立していないので,セグメント化クラスタを固定数のクラスにグループ化するために選択される。次に,分類された画像は,変化を検出するために画像差分法を受ける。実験はLandsat7画像の2つの実際のデータセットで実行される。それは,提案方法によって得られた面積の差の平均が従来のシステムと比較して平均35.24%減少することを例証する。提案したアルゴリズムを用いたデータセット1に対して得られた妥当性指標は,既存の方法よりも低い。Copyright 2019 Indian Society of Remote Sensing Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： サポートベクトルマシン ,  *画像 ,  *アルゴリズム ,  *セグメンテーション ,  最小化問題 ,  多重化 ,  前処理 ,  *衛星利用画像 ,  クラスタ ,  オフセット
準シソーラス用語： リモートセンシング画像 ,  Euclid距離 ,  質感 ,  マルチスペクトル画像 ,  *変化検出 , 【Automatic Indexing@JST】

著者キーワード (5件)： 近位分割 ,  セグメンテーション ,  変化検出 ,  衛星画像 ,  サポートベクトルマシン

分類 (2件)： レーダ  (ND13010H) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： アルゴリズム ,  衛星画像 ,  セグメンテーション ,  変化検出