活動輪廓模型的高光譜遙感影像分割研究.pdf

1、分類號：學校代碼：10165密級：學號：201111227碩士學位論文碩士學位論文活動輪廓模型的高光譜遙感影像分割研究2014年06月作者姓名：周夏學科、專業(yè)：計算機軟件與理論研究方向：智能遙感技術(shù)導(dǎo)師姓名：王相海教授遼寧師范大學碩士學位論文I摘要高光譜遙感技術(shù)是繼黑白、彩色成像及多光譜遙感技術(shù)之后發(fā)展而成的一門新興技術(shù)，已經(jīng)在氣象、環(huán)境、農(nóng)林等諸多領(lǐng)域得到了廣泛應(yīng)用。高光譜遙感影像分割技術(shù)作為高光譜遙感影像處理分析的基礎(chǔ)顯得非常重要。

2、本文通過總結(jié)現(xiàn)有的高光譜遙感影像分割技術(shù)，分析高光譜遙感影像的成像原理、數(shù)據(jù)特點以及在高光譜遙感影像處理中常用到的理論和方法，并深入研究活動輪廓模型的相關(guān)理論知識和數(shù)值計算方法，提出了基于活動輪廓模型的高光譜遙感影像分割方法。具體工作主要體現(xiàn)在以下兩個方面：1.基于波段選擇的高光譜遙感影像的矢量CV模型分割。首先選出高光譜遙感影像中目標與背景對比度較大的波段，并通過計算波段相關(guān)系數(shù)，去除其中的冗余信息形成新的波段組合，進而根據(jù)所確定的波

3、段組合構(gòu)建高光譜遙感影像矢量矩陣；在此基礎(chǔ)上，構(gòu)造基于該矢量矩陣的高光譜遙感影像矢量CV模型。模型中通過引入基于梯度的邊緣引導(dǎo)函數(shù)，在保留傳統(tǒng)CV模型基于區(qū)域信息進行影像分割的基礎(chǔ)上，利用影像的邊緣細節(jié)信息，增強了模型在異質(zhì)區(qū)域和復(fù)雜背景情況下對目標邊緣的捕捉能力，提高了對高光譜遙感影像的分割精度和速度。最后利用Hyperion影像進行仿真實驗，并將實驗結(jié)果和傳統(tǒng)CV模型和相關(guān)方法進行了對比，驗證了本文方法的有效性。2.光譜角約束的高光

4、譜遙感影像分割活動輪廓模型。采用光譜角作為測度指標度量像元間的光譜相似性，并根據(jù)類別可分性原則選出適應(yīng)分割的最優(yōu)波段，在此基礎(chǔ)上，提出基于光譜角約束函數(shù)的高光譜遙感影像分割活動輪廓模型，將原本應(yīng)用于二維影像的分割方法擴展應(yīng)用到多維高光譜遙感影像。使得模型在分割過程中，綜合利用了高光譜遙感影像的空間信息和光譜信息，減少了因空間分辨率不足、目標邊緣模糊、異質(zhì)區(qū)域等對分割結(jié)果造成的影響。最后，利用WdView和Hyperion數(shù)據(jù)進行仿真實驗