文献
J-GLOBAL ID:201702223907780069   整理番号:17A0530251

マルチ特性に基づくリモートセンシング画像分割アルゴリズムを研究した。【JST・京大機械翻訳】

Segmentation of high-resolution multi-spectral remote sensing image based on feature combination
著者 (4件):
資料名:
巻: 36  号:ページ: 38-46  発行年: 2016年 
JST資料番号: C2246A  ISSN: 1000-758X  CODEN: ZKKJEK  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: 中国 (CHN)  言語: 中国語 (ZH)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
従来の画像分割アルゴリズムは,多くの特性(スペクトル特性,テクスチャ特徴,および幾何学的特徴)を有する高分解能リモートセンシング画像を完全に適用することができないので,マルチ特徴に基づくリモートセンシング画像セグメンテーションアルゴリズムを提案このアルゴリズムは,改良平均シフトフィルタと自動標識流域セグメンテーションに基づく最終セグメンテーションを実現した。まず第一に,自動標識流域セグメンテーション法を用いて,リモートセンシング画像をセグメント化し,アフィン不変モーメント形状特徴演算子を用いて画像の幾何学的特徴を抽出した。第二に,主成分分析を行い,第一主成分グレイレベル共起行列を計算し,マトリックス特性を分析してテクスチャ特徴を得た。次に,スペクトル特性を結合して,改良した平均シフト法を用いて,マルチ特性フィルタリング結果を得た。最後に,流域分割法を用いて,高分解能リモートセンシング画像セグメンテーションを実現した。アルゴリズムの分割効果を示すために,マルチスペクトル情報エントロピー法に基づくアルゴリズムと単一流域セグメンテーション法を教師なしで評価した。研究結果は,このアルゴリズムがリモートセンシング画像の過剰セグメンテーション問題を改善することができ,高分解能マルチスペクトルリモートセンシング画像のための分割アルゴリズムであることを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般  ,  パターン認識 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る