文献

J-GLOBAL ID：202202272487532892   整理番号：22A0397728

リモートセンシング画像のためのグローバル混合構造類似性(GMSIM)に基づく正確なレジストレーション法【JST・京大機械翻訳】

An Accurate Registration Method Based on Global Mixed Structure Similarity (GMSIM) for Remote Sensing Images

著者 (4件)： Yang Han (College of Electrical Engineering, Zhejiang University, Hangzhou, China) ,  Li Xiaorun (College of Electrical Engineering, Zhejiang University, Hangzhou, China) ,  Chen Shuhan (College of Electrical Engineering, Zhejiang University, Hangzhou, China) ,  Zhao Liaoying (School of Computer Science and Technology, Hangzhou Dianzi University, Hangzhou, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 19  ページ： ROMBUNNO.8005305.1-5  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： リモートセンシング画像記録は数年間研究されてきたが,正確な画像記録を達成することは,リモートセンシング画像を取り囲む複雑な条件のため,困難なタスクのままである。画像記録の精度とロバスト性を改善するために,大域的混合構造類似性(GMSIM)測度に基づくレジストレーション法を提案した。この測度は,周波数領域における位相ベース構造類似性が強度コントラストと空間変換に敏感であるため,周波数領域と強度ドメインの両方における構造類似性を混合し,強度領域における灰色ベース構造類似性は構造変化に効率的であった。特徴ベースレジストレーション法を用いて,初期レジストレーションパラメータを生成した。その後,GMSIMを最大化することにより最終登録パラメータを計算した。量子挙動粒子スウォーム最適化(QPSO)を用いて,GMSIMの最適結果を,その高い効率により解いた。提案方法を,スケール,灰色,および場面で異なるいくつかのリモートセンシング画像で評価し,3つの最先端の登録方法と比較した。実験結果は,提案した方式の高精度を実証した。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： コントラスト ,  測度 ,  位相 ,  類似性 ,  ロバスト性 ,  *混合構造 ,  周波数領域
準シソーラス用語： 画像記録 ,  高精度 ,  構造変化 ,  *リモートセンシング画像 ,  粒子スウォーム ,  量子振舞い粒子群最適化 , 【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 (5件)： リモートセンシング画像 ,  グローバル ,  混合構造 ,  類似性 ,  レジストレーション