文献

J-GLOBAL ID：202202235316394001   整理番号：22A0397410

SARF:簡単で調整可能なロバストな融合法【JST・京大機械翻訳】

SARF: A Simple, Adjustable, and Robust Fusion Method

著者 (6件)： Meng Xiangchao (Faculty of Electrical Engineering and Computer Science, Ningbo University, Ningbo, China) ,  Yang Gang (Department of Geography and Spatial Information Techniques, Ningbo University, Ningbo, China) ,  Shao Feng (Faculty of Electrical Engineering and Computer Science, Ningbo University, Ningbo, China) ,  Sun Weiwei (Department of Geography and Spatial Information Techniques, Ningbo University, Ningbo, China) ,  Shen Huanfeng (School of Resources and Environmental Sciences, Wuhan University, Wuhan, China) ,  Li Shutao (College of Electrical and Information Engineering, Hunan University, Changsha, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 19  ページ： ROMBUNNO.5000605.1-5  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： HR MS画像を得るために,高空間分解能(HR)パンクロマチック(PAN)画像を用いて,低空間分解能(LR)マルチスペクトル(MS)画像をシャープ化することを目指した。多数のパンシャープ化法が提案されてきたが,多くの先進法は,高い定量的結果を示し,それらのほとんどは,実際の応用において広く使用されていない。これは,異なる地表面特徴を有する異なる画像に対する不安定性,あるいは実装すべき複雑さ,およびいくつかの最先端の方法のための時間消費過程に起因すると考えられる。本レターでは,簡単で,調整可能でロバストな融合(SARF)法を提案した。提案方法において,空間スペクトル共増強戦略を提案し,提案した融合モデルのいくつかの詳細を,”単純,調整可能,ロバスト”特徴のために特別に設計した。縮小分解能(RR)と完全分解能(FR)実験に基づく4バンドと8バンドMS画像によってテストし,検証した。実験結果は,提案した方法の有望な空間視覚性を示し,スペクトル忠実度は,ほとんどの成分置換(CS)ベースおよび多重解像度解析(MRA)ベースの方法よりロバストであった。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： 分解能 ,  スペクトル ,  不安定性 ,  *ロバスト性 ,  地表面 ,  空間分解能
準シソーラス用語： 多重スペクトル ,  空間視覚 ,  多重解像度解析 ,  高空間分解能 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： ロバスト ,  融合