ガウス-マルコフ確率場モデルに基づく多重分光画像の領域分割
スポンサーリンク
概要
- 論文の詳細を見る
多重分光画像データを土地利用状況や植生分布に基づいて各クラスに分類する場合、分光情報とともに空間的文脈情報を用いて分類精度を上げようとする試みが行われている。ガウス-マルコフ確率場(Gaussian Markov Random Field : GMRF)を用いた分類手法もそのうちの一つであり、一変量GMRFモデルによる分類手法は既に提案されている。本欄ではより一般的な多変量GMRFを用いた分類手法を提案する。
- 社団法人電子情報通信学会の論文
- 1995-09-05
著者
関連論文
- ランドサットデータによる広葉樹林帯と針葉樹林帯の教師なし分類手法
- GMRFを用いた多重分光画像の領域分割
- 画像の局所的空間情報を利用した多重分光画像の領域分割 : 視聴覚,画像処理・コンピュータビジョン・マルチメディアおよび一般 : 視聴覚技術 : 画像処理・コンピュータビジョン
- ネットワークコミュニティにおける関心の類似性に基づいた知識共有の促進(インタラクション技術の革新と実用化)
- Zinger:関心の類似性に基づく会話支援エージェント(「情報メディアとインタフェース」および一般)
- ガウス-マルコフ確率場モデルに基づく多重分光画像の領域分割
- MRFモデルを用いたテクスチャ画像セグメンテーションにおける線過程の導入
- MRFモデルを用いた劣化画像のデータ駆動型セグメンテーション
- IEEE Workshop on Knowledge Media Networking (KMN'02)