高分辨率遙感圖像處理若干關鍵技術研究.pdf

1、高分辨率遙感圖像提供了探測對象豐富的空間信息和光譜信息，已被廣泛應用于軍事和民用領域。針對現有遙感圖像處理方法的不足，研究適于高分辨率遙感圖像特性的更為有效的處理方法，具有重要的理論意義和實際應用價值。本文深入研究了高分辨率遙感圖像處理的若干關鍵技術，包括分割、匹配、融合、變化檢測和道路檢測，主要工作如下：
　　首先，提出了一種基于局部空間信息的核模糊聚類分割方法。不僅運用核函數將待聚類的數據映射到高維空間，而且綜合了像素的空間鄰

2、域信息。該方法可以直接應用于原始遙感圖像，不需要濾波預處理。實驗結果表明，該方法對噪聲魯棒，可以得到較好的同質區(qū)域，優(yōu)于現有的FCM、FLICM和KFCM方法。
　　然后，給出了一種基于NSCT和SURF的遙感圖像匹配方法。利用NSCT分解參考圖像和待匹配圖像，把得到的兩幅低頻分量圖像作為 SURF方法的輸入圖像進行預匹配，再使用RANSAC方法消除其中的誤匹配點對。實驗結果表明，與SIFT方法和SURF方法相比，該方法具有更高的

3、匹配精度和更快的匹配速度。
　　其次，研究了一種基于改進梯度投影非負矩陣分解和復 Contourlet的遙感圖像融合方法。該方法對 CCT分解得到的低頻和高頻分量采用了不同的融合規(guī)則，并利用改進梯度投影方法優(yōu)化了非負矩陣分解的速度。依據主觀和客觀定量指標進行了評價，結果表明該方法均優(yōu)于HSI方法、NMF與NSCT結合的方法以及提升小波變換與HSI結合的方法。
　　隨后，提出了基于KPCA/KICA的多時相遙感圖像變化檢測方法

4、。KPCA/KICA是利用核技巧對PCA/ICA的一種非線性推廣，可以較好地解決遙感圖像由于光照、角度等造成非線性混合的圖像特點。大量實驗表明，該方法能夠更有效地檢測出高分辨率遙感圖像中的變化區(qū)域。
　　最后，討論了一種基于KFLICM和數學形態(tài)學的城市遙感圖像道路檢測方法。首先通過KFLICM方法對遙感圖像進行分類，獲得含有大部分道路信息的成分圖像；然后利用數學形態(tài)學的一系列處理，最終檢測出道路目標。實驗結果表明，該方法可以準確