[論文レビュー] Effective Features of Remote Sensing Image Classification Using Interactive Adaptive Thresholding Method

T. Balaji, M. Sumathi|arXiv (Cornell University)|Jan 30, 2014

Image Retrieval and Classification Techniques参考文献 10被引用数 5

ひとこと要約

本論文は、局所的照度変動に基づいてしきい値を動的に調整することで特徴抽出を向上させる、リモートセンシング画像分類のためのインタラクティブで適応的なしきい値設定手法を提案する。組み合わせ最適化を用いてエッジ検出と形状ベースの解析を統合することで、分類精度を向上させ、次元削減を実現し、処理を高速化する。衛星画像における照度変化に対して高い頑健性を示し、計算コストを最小限に抑える。

ABSTRACT

Remote sensing image classification can be performed in many different ways to extract meaningful features. One common approach is to perform edge detection. A second approach is to try and detect whole shapes, given the fact that these shapes usually tend to have distinctive properties such as object foreground or background. To get optimal results, these two approaches can be combined. This paper adopts a combinatorial optimization method to adaptively select threshold based features to improve remote sensing image. Feature selection is an important combinatorial optimization problem in the remote sensing image classification. The feature selection method has to achieve three characteristics: first the performance issues by facilitating data collection and reducing storage space and classification time, second to perform semantics analysis helping to understand the problem, and third to improve prediction accuracy by avoiding the curse of dimensionality. The goal of this thresholding an image is to classify pixels as either dark or light and evaluation of classification results. Interactive adaptive thresholding is a form of thresholding that takes into account spatial variations in illumination of remote sensing image. We present a technique for remote sensing based adaptive thresholding using the interactive satellite image of the input. However, our solution is more robust to illumination changes in the remote sensing image. Additionally, our method is simple and easy to implement but it is effective algorithm to classify the image pixels. This technique is suitable for preprocessing the remote sensing image classification, making it a valuable tool for interactive remote based applications such as augmented reality of the classification procedure.

研究の動機と目的

• リモートセンシング画像における一貫性のない照度が分類精度に与える影響を是正すること。
• 高次元リモートセンシングデータにおける有効な特徴選択により、計算複雑性とストレージ要件を低減すること。
• 適応的しきい値を用いたエッジおよび形状ベースの特徴の統合により、分類性能を向上させること。
• インタラクティブなリモートセンシング応用に適した、シンプルでありながら頑健な前処理手法を開発すること。
• しきい値に基づく特徴の組み合わせ最適化により、リモートセンシング画像分類における次元の呪いを軽減すること。

提案手法

• 本手法は、衛星画像における非一様な照度に対応するため、局所的な画像強度変動に基づいてしきい値を動的に調整するインタラクティブで適応的なしきい値設定を採用する。
• エッジ検出と全体的な形状解析を組み合わせることで、リモートセンシング画像からの特徴を特徴的に抽出する。
• 最も効果的なしきい値に基づく特徴の選択を実現するため、組み合わせ最適化フレームワークを用いる。これにより、冗長性を低減し、分類効率を向上させる。
• 分類結果の評価は、適応的しきい値に基づいて画素を暗い領域または明るい領域に分類することで実施され、セグメンテーション精度が向上する。
• アルゴリズムはリアルタイム適用を想定しており、拡張現実やリモート分類ワークフローにおけるインタラクティブ利用をサポートする。
• 特徴選択は、性能、意味的解釈可能性、次元削減の観点から行われ、過学習の回避を目的とする。

実験結果

リサーチクエスチョン

• RQ1 照明状況の変化に伴って、リモートセンシング画像分類における特徴選択を最適化するための適応的しきい値設定はどのように実現できるか？
• RQ2 エッジおよび形状ベースの特徴のどの組み合わせが衛星画像において最高の分類精度を達成するか？
• RQ3 高次元リモートセンシングデータにおいて、適応的しきい値設定が次元の呪いにどの程度寄与して軽減できるか？
• RQ4 固定しきい値設定手法と比較して、提案手法は照度変化に対してどの程度頑健であるか？
• RQ5 インタラクティブで適応的なしきい値設定手法は、リアルタイムリモートセンシング応用において計算的に効率的かつ効果的であると期待できるか？

主な発見

• 提案手法は、リモートセンシング画像における局所的照度変動に応じてしきい値を適応的に調整することで、分類精度を顕著に向上させる。
• インタラクティブで適応的なしきい値設定により、非一様な照明の影響が軽減され、多様な画像領域におけるセグメンテーションの信頼性が向上する。
• 特徴の組み合わせ最適化により次元削減が達成され、精度を損なわずストレージ容量と処理時間を低減する。
• 適応的しきい値を用いたエッジおよび形状ベースの特徴の統合により、より意味的で判別力のある特徴が得られる。
• 本手法は頑健性とシンプルさを兼ね備えており、拡張現実を含むインタラクティブな応用に適している。
• 最も情報量の多いしきい値に基づく特徴の選択により、本手法は次元の呪いを効果的に軽減する。