[論文レビュー] Identification and Classification of Phenomena in Multispectral Satellite Imagery Using a New Image Smoother Method and its Applications in Environmental Remote Sensing

Mostafa Kiani Shahvandi|arXiv (Cornell University)|Mar 17, 2020

Remote-Sensing Image Classification参考文献 8被引用数 6

ひとこと要約

本稿では、特徴の識別を向上させるために5×5の有限差分テンプレートを用いた、マルチスペクトル人工衛星画像のための新規なグローバル勾配最小化に基づく画像平滑化手法を提案する。イラン北西部に適用した結果、従来のラプラシアンフィルターよりも高い精度と速度で環境現象を特定でき、リモートセンシング応用における分類性能が向上した。

ABSTRACT

In this paper a new method of image smoothing for satellite imagery and its applications in environmental remote sensing are presented. This method is based on the global gradient minimization over the whole image. With respect to the image discrete identity, the continuous minimization problem is discretized. Using the finite difference numerical method of differentiation, a simple yet efficient 5*5-pixel template is derived. Convolution of the derived template with the image in different bands results in the discrimination of various image elements. This method is extremely fast, besides being highly precise. A case study is presented for the northern Iran, covering parts of the Caspian Sea. Comparison of the method with the usual Laplacian template reveals that it is more capable of distinguishing phenomena in the image.

研究の動機と目的

• マルチスペクトル人工衛星画像に特化した高速かつ高精度な画像平滑化技術の開発を目的とする。
• リモートセンシング応用における環境現象の同定および分類を改善することを目的とする。
• ラプラシアンフィルタのような既存の平滑化フィルタに見られる、特徴のぼやけや誤分類といった制限を是正することを目的とする。
• 本手法をカスピ海に近いイラン北西部の現実世界の環境モニタリングに適用することを目的とする。
• 異なるスペクトルバンド間で微細な画像要因を区別する能力において、提案手法の優位性を示すこと。

提案手法

• 本手法は、画像全体の定義域上でグローバル勾配最小化問題として画像平滑化を定式化する。
• 連続的な最小化問題を有限差分数値法を用いて離散化し、5×5ピクセルの畳み込みテンプレートを導出する。
• 導出されたテンプレートをマルチスペクトル画像のすべてのスプライスバンドに畳み込み処理で適用する。
• 画像の離散的同一性を活用することで、計算効率と数値的安定性を確保する。
• 画像全体の勾配エネルギーを最小化することで、エッジの保持と特徴の強化を重視する。
• 得られた平滑化出力により、土地被覆タイプ、水体、その他の環境的特徴の区別が明確に可能になる。

実験結果

リサーチクエスチョン

• RQ1 マルチスペクトル人工衛星画像における画像平滑化は、どのようにして特徴検出の正確性を向上させられるか？
• RQ2 グローバル勾配最小化アプローチは、ラプラシアンのような局所フィルターよりも環境現象の分類において優れているか？
• RQ3 標準的な平滑化手法と比較して、提案された5×5テンプレートの計算効率と正確性はどの程度か？
• RQ4 複雑な景観において、本手法は微細な環境的特徴の同定をどの程度向上させるか？
• RQ5 マルチスペクトル画像の異なるスペクトルバンドにおいて、本手法の性能はいかがなものか？

主な発見

• 提案手法は、標準的なラプラシアンフィルターよりも環境的特徴を著しく高い正確性で区別できた。
• 5×5の有限差分テンプレートにより、高速かつ効率的な処理が可能となり、大規模なリモートセンシング応用に適している。
• 本手法は、マルチスペクトル画像におけるエッジおよびテクスチャの詳細を効果的に強化し、分類の正確性を向上させた。
• カスピ海に近いイラン北西部の事例研究において、本手法は多様な土地被覆タイプと水体を明確に区別できた。
• グローバル勾配最小化アプローチによりノイズが低減されつつも、重要な画像構造が保持され、局所的平滑化手法を上回った。
• 本手法は複数のスペクトルバンドにわたり安定した性能を示し、マルチスペクトル解析における汎用性を示した。