本文選題：遙感影像數(shù)據(jù) + 灰度圖像�。� 參考：《河南大學(xué)》2014年碩士論文

【摘要】：在對遙感產(chǎn)品——即影像數(shù)據(jù)，如景觀格局指數(shù)產(chǎn)品、城市環(huán)境遙感應(yīng)用產(chǎn)品、國家級自然保護(hù)區(qū)動態(tài)監(jiān)測與評價產(chǎn)品、全國生態(tài)質(zhì)量遙感監(jiān)測與評價產(chǎn)品、國家生態(tài)建設(shè)區(qū)域效果綜合評價產(chǎn)品、全球環(huán)境變化監(jiān)測與評價產(chǎn)品等——進(jìn)行生產(chǎn)處理時，需先對遙感影像數(shù)據(jù)進(jìn)行分割目標(biāo)識別來實(shí)現(xiàn)信息提取，而連通域標(biāo)記是分析分割結(jié)果以及進(jìn)行后續(xù)目標(biāo)識別的必要步驟。那么，如何對遙感影像數(shù)據(jù)進(jìn)行連通域標(biāo)記才能滿足連通域間邊界光滑、圖像顯示效果好的需求，是一個重要的問題。為此，對遙感影像數(shù)據(jù)的連通域標(biāo)記從4連通增加到8連通，似乎可以達(dá)到連通域間邊界光滑、圖像顯示效果好的目的。然而，遙感影像數(shù)據(jù)是一種灰度圖像，數(shù)據(jù)量級較大，，如此計算量會大幅增加，算法效率將會嚴(yán)重下降。因此，尋求一種針對海量灰度圖像的高效標(biāo)記算法成為其中的關(guān)鍵問題。 為了解決上述問題，本文提出一種海量灰度圖像8連通域標(biāo)記算法，并研究如何將該算法應(yīng)用到遙感信息產(chǎn)品生產(chǎn)分系統(tǒng)原型系統(tǒng)的實(shí)際開發(fā)中。以下是本文主要研究內(nèi)容和貢獻(xiàn)。 （1）提出一種海量灰度圖像8連通域標(biāo)記算法。針對現(xiàn)有連通域標(biāo)記算法不能適用于遙感影像數(shù)據(jù)8連通域的快速標(biāo)記問題，在現(xiàn)有的連通域標(biāo)記算法基礎(chǔ)上，對傳統(tǒng)的8連通域標(biāo)記算法進(jìn)行八向變四向優(yōu)化，采用列表機(jī)制解決連通域標(biāo)記沖突問題，并引入了篩選機(jī)制和分塊處理機(jī)制，實(shí)現(xiàn)了對海量灰度圖像8連通域標(biāo)記的快速處理，同時也得到了灰度圖像連通域的正確劃分及精確的連通域數(shù)目。實(shí)驗(yàn)結(jié)果證明，本文提出的海量灰度圖像8連通域標(biāo)記算法比現(xiàn)有算法的效率高、標(biāo)記沖突次數(shù)少，更能適應(yīng)海量灰度圖像處理的要求。 （2）將本文提出的海量灰度圖像8連通域標(biāo)記算法應(yīng)用到國家重大專項(xiàng)課題之一“遙感信息產(chǎn)品生產(chǎn)分系統(tǒng)原型系統(tǒng)”實(shí)際開發(fā)中。結(jié)合實(shí)際的系統(tǒng)設(shè)計和開發(fā)過程，將該算法有效地應(yīng)用到項(xiàng)目開發(fā)中，成功地解決了遙感影像數(shù)據(jù)連通域標(biāo)記的問題，使得系統(tǒng)較好地實(shí)現(xiàn)對遙感影像數(shù)據(jù)進(jìn)行分割目標(biāo)識別來實(shí)現(xiàn)信息提取，正常進(jìn)行景觀格局指數(shù)產(chǎn)品、城市環(huán)境遙感應(yīng)用產(chǎn)品、國家級自然保護(hù)區(qū)動態(tài)監(jiān)測與評價產(chǎn)品、全國生態(tài)質(zhì)量遙感監(jiān)測與評價產(chǎn)品、國家生態(tài)建設(shè)區(qū)域效果綜合評價產(chǎn)品、全球環(huán)境變化監(jiān)測與評價產(chǎn)品等相關(guān)遙感產(chǎn)品的加工生產(chǎn)。
[Abstract]:In terms of remote sensing products-that is, image data, such as landscape pattern index products, urban environment remote sensing applications products, national nature reserve dynamic monitoring and evaluation products, national ecological quality remote sensing monitoring and evaluation products,When the products of comprehensive evaluation of regional effects of national ecological construction, global environmental change monitoring and evaluation products, etc. are processed, it is necessary to segment the remote sensing image data to realize information extraction.The connected domain labeling is a necessary step to analyze the segmentation results and to identify the subsequent targets.So, how to mark the connected domain of remote sensing image data can meet the needs of smooth boundary between the connected regions and good image display effect, which is an important problem.Therefore, the connected domain label of remote sensing image data increases from 4 connectivity to 8 connectivity, which seems to achieve the goal of smooth boundary between connected regions and good image display effect.However, remote sensing image data is a grayscale image, which has a large amount of data, so the computational complexity will be greatly increased, and the efficiency of the algorithm will be seriously reduced.Therefore, it is a key problem to find an efficient marking algorithm for massive gray images.In order to solve the above problems, this paper proposes an 8-connected domain labeling algorithm for massive gray images, and studies how to apply the algorithm to the development of prototype system of remote sensing information production subsystem.The following are the main contents and contributions of this paper.1) an 8-connected domain labeling algorithm for massive gray images is proposed.The existing connected domain labeling algorithms can not be applied to the fast labeling problem of 8-connected domain of remote sensing image data. Based on the existing connected domain labeling algorithms, the traditional 8-connected domain labeling algorithm is optimized in eight directions and four directions.The list mechanism is used to solve the conflict problem of the connected domain label, and the filtering mechanism and the block processing mechanism are introduced to realize the fast processing of the 8-connected domain label of the massive gray image.At the same time, the correct division and accurate number of connected domains of gray image are obtained.Experimental results show that the proposed 8-connected domain labeling algorithm for massive gray images is more efficient than the existing algorithms, and the number of labeling conflicts is less, so it can better meet the requirements of massive gray image processing.2) the 8 connected domain labeling algorithm of massive gray images is applied to the actual development of the prototype system of remote sensing information production subsystem, one of the major national projects.Combined with the actual system design and development process, the algorithm is effectively applied to the project development, and the problem of remote sensing image data connected domain marking is solved successfully.It makes the system realize segmentation target recognition of remote sensing image data to realize information extraction, normal landscape pattern index product, urban environment remote sensing application product, dynamic monitoring and evaluation product of national nature reserve.Processing and production of remote sensing monitoring and evaluation products for national ecological quality, comprehensive evaluation products for regional effects of national ecological construction, global environmental change monitoring and evaluation products and other related remote sensing products.
【學(xué)位授予單位】：河南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鐘曉剛,李新友,唐澤圣;工程圖的子連通域表示及其應(yīng)用[J];計算機(jī)工程與應(yīng)用;1999年11期

2 左建政，樓志文，張海濤;任意多連通域網(wǎng)格自動生成算法及其應(yīng)用[J];計算結(jié)構(gòu)力學(xué)及其應(yīng)用;1995年01期

3 馬江林;趙忠明;孟瑜;彭玲;;海量遙感分類圖連通域標(biāo)記方法[J];計算機(jī)工程;2008年01期

4 劉曉平;何士雙;;基于三角劃分的多連通域圖形匹配研究[J];工程圖學(xué)學(xué)報;2010年01期

5 樊大鈞;單和多連通區(qū)平面問題的近似解[J];兵工學(xué)報;1980年01期

6 黃新民;;圓環(huán)域到一類兩連通域的保角映射[J];廣西大學(xué)學(xué)報(自然科學(xué)版);1989年02期

7 郭麗,黃元元,楊靜宇;基于連通域的版面分割研究[J];南京理工大學(xué)學(xué)報(自然科學(xué)版);2003年01期

8 盧亞玲;;基于迭代法和連通域的儲糧圖像糧蟲分割算法[J];湖北工業(yè)大學(xué)學(xué)報;2007年06期

9 于泳波;李萬恒;張勁泉;聶建國;;基于圖像連通域的橋梁裂縫提取方法[J];公路交通科技;2011年07期

10 李儀芳;劉景琳;;基于連通域算法的區(qū)域測量[J];科學(xué)技術(shù)與工程;2008年09期

相關(guān)會議論文 前2條

1 徐姍姍;李學(xué)明;;基于連通域合并的多運(yùn)動目標(biāo)跟蹤[A];第十四屆全國信號處理學(xué)術(shù)年會(CCSP-2009)論文集[C];2009年

2 黃磊;劉昌平;;信封圖像的快速傾斜矯正算法[A];第八屆全國漢字識別學(xué)術(shù)會議論文集[C];2002年

相關(guān)博士學(xué)位論文 前1條

1 周景超;視頻文本檢測算法研究[D];中國科學(xué)院研究生院（自動化研究所）;2008年

相關(guān)碩士學(xué)位論文 前10條

1 嵇新浩;基于連通域的文本定位方法研究[D];浙江工業(yè)大學(xué);2007年

2 王晶晶;海量灰度圖像8連通域標(biāo)記算法的設(shè)計與應(yīng)用[D];河南大學(xué);2014年

3 易曉芳;基于連通域特征的手寫維吾爾文本行分割[D];新疆大學(xué);2013年

4 劉小宇;基于FPGA的圖像連通域處理的研究[D];哈爾濱工業(yè)大學(xué);2013年

5 趙慧;多值圖像連通域標(biāo)記ASIC設(shè)計[D];華中科技大學(xué);2007年

6 穆天紅;基于CUDA的二值圖像連通域快速標(biāo)記算法改進(jìn)研究[D];陜西科技大學(xué);2014年

7 趙旭;基于DM6437的視頻人體運(yùn)動分析系統(tǒng)設(shè)計[D];南京理工大學(xué);2013年

8 胡德才;改進(jìn)的多值圖像連通域標(biāo)記ASIC設(shè)計[D];華中科技大學(xué);2008年

9 焦晉杰;輸送帶接頭拉伸檢測方法研究[D];太原理工大學(xué);2012年

10 劉洋;計算機(jī)輔助書法作品真?zhèn)舞b別[D];南昌大學(xué);2013年

本文編號：1739291