文献

J-GLOBAL ID：201902285940785431   整理番号：19A2719681

ランドサット画像のための熱帯地域における改良型Fマスクアルゴリズム【JST・京大機械翻訳】

An Improved Fmask Algorithm in Tropical Regions for Landsat Images

著者 (4件)： Sun Mei (Beijing Normal University,State Key Laboratory of Remote Sensing Science,,Beijing,,China,100875) ,  Bo Yanchen (Beijing Normal University,State Key Laboratory of Remote Sensing Science,,Beijing,,China,100875) ,  Cui Lei (Beijing Normal University,State Key Laboratory of Remote Sensing Science,,Beijing,,China,100875) ,  Li Ruo Yang (Beijing Normal University,State Key Laboratory of Remote Sensing Science,,Beijing,,China,100875)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： IGARSS  ページ： 1562-1565  発行年： 2019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： 光学データは様々なリモートセンシング応用において重要な役割を果たしている。しかし,雲と雲の影汚染は,特に熱帯地域における光学データの利用可能性を減少させる。雲と雲影の正確な同定は,光学画像前処理における必須段階である。Mask(Fマスク)[1]の関数は最も広く使われている雲と雲影検出法の一つである。Fマスクの熱帯領域におけるいくつかの薄い雲と雲の影除去誤差の問題を考慮して,著者らは以下の2つの観点から熱帯地域における改良Fマスクアルゴリズムを開発した。(1)クラウド検出:最初に,Fマスクのパラメータと閾値を調整して,基本的クラウド層を生成した。第二に,雲指数層を雲の明るい特徴に基づいて計算した。次に,雲の時間的ランダム性とスペクトル特性を結合して,他の明るい物体を除外して,薄い雲を保持した。(2)クラウド影検出:最初に,クラウド影の暗い特徴は,主に基本的クラウド影層を検出するために使用した。第二に,雲影のスペクトルとランダム性特性を結合して,他の暗い物体の干渉を避ける。本論文で開発した提案アルゴリズムを検証するために,熱帯地域の3つの実験地域をランダムに選択した。本論文の方法に基づいて生成された雲と雲シャドウマスクの精度を手動で比較し,評価することにより,実験結果は,本論文のアルゴリズムに基づいて生成した雲と雲シャドウマスクの平均全体精度が80%を超えることを示した。この改良FマスクアルゴリズムはLandsat画像のためのいくつかの熱帯領域における雲と雲影検出の精度を改善する。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： *熱帯 ,  *LANDSAT ,  *画像 ,  リモートセンシング ,  シャドウマスク ,  検出法 ,  スペクトル ,  *アルゴリズム
準シソーラス用語： スペクトル特性 ,  ランダム性 ,  画像前処理 , 【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)： ランドサット ,  熱帯地域 ,  マスク ,  アルゴリズム