Subpixel Mapping Algorithms Based on Block Structural Self-Similarity Learning
المؤلفون المشاركون
Chen, Liwei
Wang, Tieshen
Zhu, Haifeng
المصدر
Mathematical Problems in Engineering
العدد
المجلد 2017، العدد 2017 (31 ديسمبر/كانون الأول 2017)، ص ص. 1-8، 8ص.
الناشر
Hindawi Publishing Corporation
تاريخ النشر
2017-07-05
دولة النشر
مصر
عدد الصفحات
8
التخصصات الرئيسية
الملخص EN
Subpixel mapping (SPM) algorithms effectively estimate the spatial distribution of different land cover classes within mixed pixels.
This paper proposed a new subpixel mapping method based on image structural self-similarity learning.
Image structure self-similarity refers to similar structures within the same scale or different scales in image itself or its downsampled image, which widely exists in remote sensing images.
Based on the similarity of image block structure, the proposed method estimates higher spatial distribution of coarse-resolution fraction images and realizes subpixel mapping.
The experimental results show that the proposed method is more accurate than existing fast subpixel mapping algorithms.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Chen, Liwei& Wang, Tieshen& Zhu, Haifeng. 2017. Subpixel Mapping Algorithms Based on Block Structural Self-Similarity Learning. Mathematical Problems in Engineering،Vol. 2017, no. 2017, pp.1-8.
https://search.emarefa.net/detail/BIM-1190678
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Chen, Liwei…[et al.]. Subpixel Mapping Algorithms Based on Block Structural Self-Similarity Learning. Mathematical Problems in Engineering No. 2017 (2017), pp.1-8.
https://search.emarefa.net/detail/BIM-1190678
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Chen, Liwei& Wang, Tieshen& Zhu, Haifeng. Subpixel Mapping Algorithms Based on Block Structural Self-Similarity Learning. Mathematical Problems in Engineering. 2017. Vol. 2017, no. 2017, pp.1-8.
https://search.emarefa.net/detail/BIM-1190678
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references
رقم السجل
BIM-1190678
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر