可見(jiàn)光遙感圖像分割與提取研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩113頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、圖像分割是遙感圖像處理的重要研究?jī)?nèi)容。可見(jiàn)光遙感圖像的處理在軍事和民用方面都具有廣泛的應(yīng)用,而對(duì)可見(jiàn)光遙感圖像的分割是其中的重要的研究?jī)?nèi)容之一?,F(xiàn)有的遙感目標(biāo)提取方法大都是在紅外圖像或者SAR圖像上對(duì)某一類(lèi)特定目標(biāo)進(jìn)行的,而可見(jiàn)光遙感圖像上的分割方法大都是針對(duì)中低分辨率圖像上的地物地貌分類(lèi)。將中低分辨率遙感圖像上的地物分類(lèi)看作是一種分割,對(duì)這種區(qū)域性目標(biāo)的現(xiàn)有分割方法通常效率比較低、實(shí)時(shí)性比較差。而對(duì)中高分辨率上邊界清晰的地物目標(biāo)而言,

2、目前的提取方法基本處于人工經(jīng)驗(yàn)判讀或人機(jī)交互的半自動(dòng)處理階段,需要解決地物目標(biāo)提取的智能化與自動(dòng)化。本文針對(duì)可見(jiàn)光遙感圖像中感興趣目標(biāo)分割提取的幾個(gè)關(guān)鍵問(wèn)題進(jìn)行研究,根據(jù)不同的分割需求,對(duì)中低分辨率的區(qū)域性目標(biāo)或中高分辨率的弱小目標(biāo)分別采用不同的分割或提取方法。論文中對(duì)實(shí)際遙感圖像進(jìn)行了實(shí)驗(yàn),驗(yàn)證了所提出方法的有效性。
   本文在對(duì)已有的遙感圖像分割算法進(jìn)行充分研究與分析的基礎(chǔ)上,所做的主要研究工作如下:
   (1)

3、考慮中低分辨率可見(jiàn)光遙感圖像。對(duì)其上的區(qū)域性目標(biāo)的分割問(wèn)題進(jìn)行了深入研究。針對(duì)可見(jiàn)光遙感圖像上的城區(qū)目標(biāo)通常具有邊界模糊、連通面積大而導(dǎo)致分割速度慢等特點(diǎn),本文基于模糊集理論提出一種矢量模糊分割法,通過(guò)樣板法與模糊統(tǒng)計(jì)法相結(jié)合的方法構(gòu)造模糊隸屬函數(shù),并構(gòu)造了一個(gè)模糊訓(xùn)練過(guò)程來(lái)驗(yàn)證方法的有效性。
   (2)研究了中高分辨率可見(jiàn)光遙感圖像中感興趣目標(biāo)分割的自動(dòng)化技術(shù)?,F(xiàn)有的目標(biāo)分割方法,要么是需要先驗(yàn)知識(shí)的有監(jiān)督的自動(dòng)分割,要么是

4、無(wú)需先驗(yàn)知識(shí)但需要人工初始化的無(wú)監(jiān)督分割。本文依據(jù)解決計(jì)算機(jī)視覺(jué)中的丟失數(shù)據(jù)問(wèn)題的思路,對(duì)最大期望法的初始化方法進(jìn)行改進(jìn),實(shí)現(xiàn)了迭代過(guò)程中參數(shù)的自動(dòng)初始化,從而實(shí)現(xiàn)了感興趣目標(biāo)的自動(dòng)分割。
   (3)當(dāng)感興趣目標(biāo)處在一個(gè)比較復(fù)雜的背景下,需要引入額外的附加先驗(yàn)才能夠?qū)崿F(xiàn)提取。論文引入了目標(biāo)的形狀先驗(yàn)。對(duì)復(fù)雜背景下的目標(biāo)以受云層遮擋的海上艦船為例,通過(guò)分析獲得艦船目標(biāo)的形狀模板作為先驗(yàn),基于水平集理論的形狀距離表示,將目標(biāo)與復(fù)雜

5、背景放在一起構(gòu)造模型,并構(gòu)造對(duì)應(yīng)的能量函數(shù),在能量最小化的過(guò)程中實(shí)現(xiàn)感興趣目標(biāo)的分割提取。
   (4)最后,為了實(shí)現(xiàn)完整的可見(jiàn)光遙感圖像上感興趣目標(biāo)的解譯識(shí)別,在保證高準(zhǔn)確率和低時(shí)間復(fù)雜度的同時(shí),建立了一個(gè)感興趣目標(biāo)的人機(jī)交互分割提取系統(tǒng)。研究工作中的新貢獻(xiàn)在于:●基于貝葉斯準(zhǔn)則提出了城區(qū)的矢量模糊分割方法,相較于傳統(tǒng)的多尺度分割方法,該方法快速有效,且具有較高的準(zhǔn)確率?!駥?duì)視覺(jué)上的參數(shù)估計(jì)提出了一種自動(dòng)初始化方法,稱(chēng)之為方向

6、標(biāo)定法。使用該方法時(shí),目標(biāo)分割過(guò)程既無(wú)需初始化也無(wú)需人工參與,只依據(jù)圖像自身的光譜屬性和顏色屬性通過(guò)自身的初始化與迭代來(lái)實(shí)現(xiàn)。實(shí)驗(yàn)驗(yàn)證了該方法的有效性和可靠性。●針對(duì)有云層遮擋的海上艦船提出了一種云層艦船模型(cloud cover shipmodel),將感興趣目標(biāo)與背景作為一個(gè)整體來(lái)看待。根據(jù)可見(jiàn)光遙感圖像上云層是否存在陰影建立不同的模型以及對(duì)應(yīng)的能量函數(shù)。實(shí)驗(yàn)驗(yàn)證了該方法的有效性。綜上,本文的研究工作首先從理論上進(jìn)行分析,進(jìn)而進(jìn)行

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論