文献

J-GLOBAL ID：202002217002868287   整理番号：20A0425750

リモートセンシングセンサの分解能決定のための構造と方法の評価【JST・京大機械翻訳】

Evaluation of Structures and Methods for Resolution Determination of Remote Sensing Sensors

著者 (3件)： Meissner Henry (Institute of Optical Sensor Systems, German Aerospace Center, Berlin, Germany) ,  Cramer Michael (Institute for Photogrammetry (ifp), University of Stuttgart, Stuttgart, Germany) ,  Reulke Ralf (Humboldt-University, Berlin, Germany)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11994  ページ： 59-69  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
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： 有効な画像分解能はリモートセンシングセンサのための重要な画像品質因子であり,写真測量処理ツールチェーンに著しく影響する。ブロック幾何学を形成するのに必要な結合点は,特徴点(すなわちSIFT,SURF)とこれらの点の品質に完全に依存するが,画像分解能と有意に相関している。空間分解能は異なる方法で決定できる。バー試験チャート(例えばUSAF51)を利用して,傾斜端(ISO12233)とSiemens-Starは広く受け入れられている技術である。本論文では,これらのアプローチを記述し,一つのジョイント実験において比較した。さらに,傾斜エッジとSiemens-Star法を,既知のパラメータで畳み込まれた(近い)理想画像を用いて評価した。両方の技術が決定的で期待される結果をもたらすことを示した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *リモートセンシング ,  画質 ,  品質 ,  幾何学 ,  センサ ,  空間分解能 ,  写真測量 ,  分解能
準シソーラス用語： 特徴点 ,  品質因子 ,  画像解像度 , 【Automatic Indexing@JST】

著者キーワード (5件)： 分解能 ,  画質 ,  Siemens星 ,  傾斜エッジ ,  USAF51テストチャート

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  ロボットの運動・制御  (IC04012J) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： リモートセンシング ,  分解能 ,  評価