文献

J-GLOBAL ID：202202220149093883   整理番号：22A0203758

マルチスケール暗チャネル事前(MDCP)に基づく新しい薄雲除去法【JST・京大機械翻訳】

A Novel Thin Cloud Removal Method Based on Multiscale Dark Channel Prior (MDCP)

著者 (4件)： Shi Shaoqi (School of Electronics and Information Engineering, Harbin Institute of Technology, Harbin, China) ,  Zhang Ye (School of Electronics and Information Engineering, Harbin Institute of Technology, Harbin, China) ,  Zhou Xinyu (School of Electronics and Information Engineering, Harbin Institute of Technology, Harbin, China) ,  Cheng Jin (School of Electronics and Information Engineering, Harbin Institute of Technology, Harbin, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 19  ページ： ROMBUNNO.1001905.1-5  発行年： 2022年 
JST資料番号： W1397A  ISSN： 1545-598X  CODEN： IGRSBY  資料種別： 逐次刊行物 (A)
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： 雲汚染は,光リモートセンシング分野での共通現象であり,土地表面研究における応用を制限し,衛星画像の廃棄物を引き起こす。このレターは,マルチスケールダークチャネル事前(MDCP)に基づく可視画像から薄い雲を除去する新しいフレームワークを提示する。マルチスケール変換(MST)の観点から,異なる時間雲無し画像(参照画像)の支援により,曇り画像(ターゲット画像)の雲除去を行った。薄い雲除去の適用のためにそれをより適切にするために,2つの改良を,この伝統的融合方法に対して行った。1つの薄型のために,暗チャネル事前モジュールを,MSTのフレームワークにおけるターゲット画像の低周波成分に統合した。もう一つは,融合ルールとして低周波成分に対する高周波成分およびスパース表現(SR)に対する加重平均を選択した。融合プロセスの後,そのモデルを最適化する修正ラプラシアンシャープニングを実行した。MDCPの性能を,シミュレーションと実際の曇り画像の両方で評価した。実験結果は,提案したMDCPが良い性能を持つことを示した。Copyright 2022 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： 最適化 ,  廃棄物 ,  *リモートセンシング ,  LF【周波数】 ,  衛星利用画像 ,  チャネル ,  地表面
準シソーラス用語： 加重平均 ,  *マルチスケール ,  可視画像 ,  曇天 ,  スパース表現 ,  参照画像 , 【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)： マルチスケール ,  チャネル ,  薄雲 ,  除去法