【摘要】：隨著衛(wèi)星遙感技術(shù)的發(fā)展,海洋遙感技術(shù)正越來越多地被用于對大面積海洋環(huán)境的監(jiān)測。為了有效地從大數(shù)據(jù)量的衛(wèi)星海洋遙感圖像中檢測出海上目標(biāo),將海洋遙感圖像中存在的海洋區(qū)域和非海洋區(qū)域(陸地、云、空中飛行物等)進(jìn)行有效的區(qū)分,是需要解決的一個(gè)關(guān)鍵性問題,這也是本文研究的主要內(nèi)容。本文具體工作如下:(1)分析了海洋遙感圖像中海陸的統(tǒng)計(jì)分布特性。引入了局部信息熵特征、局部邊緣特征和局部紋理特征,對遙感圖像中海陸進(jìn)行了統(tǒng)計(jì)分析,驗(yàn)證了遙感圖像中海洋在其三個(gè)特征構(gòu)成的三維特征空間中建模的可行性,為后續(xù)大幅面海洋背景建模提供了依據(jù);并對遙感圖像中海陸的局部區(qū)域進(jìn)行了概率密度統(tǒng)計(jì)分析,得出距離越近的局部區(qū)域的特征分布相似性越高,為后續(xù)訓(xùn)練樣本的提取提供了依據(jù)。(2)針對大幅面海洋遙感圖像海陸分割問題,提出了一種基于海背景多特征建模的大幅面海洋遙感圖像海陸分割算法。首先,在利用全球海岸線數(shù)據(jù)庫GSHHS實(shí)現(xiàn)海陸粗分割的基礎(chǔ)上,給出了一種基于低頻采樣技術(shù)的海岸線邊緣區(qū)域自動(dòng)提取方法,提取出粗分割不精確的海岸線邊緣區(qū)域作為細(xì)分割的待測樣本;其次,給出了一種基于FCM(Fuzzy C-means)的海背景自動(dòng)選取方法,提取出建模所需的純海水背景區(qū)域;然后,給出了一種基于三維特征空間的多高斯海水背景建模方法,實(shí)現(xiàn)海水背景區(qū)域的建模,并依據(jù)此模型實(shí)現(xiàn)了海岸線邊緣區(qū)域的細(xì)分割;最后,將粗細(xì)分割結(jié)果進(jìn)行融合。實(shí)驗(yàn)結(jié)果表明,本文算法具有分割精度高和適用性廣的優(yōu)點(diǎn),適用于復(fù)雜背景的大幅面海洋遙感圖像。(3)分析了海洋遙感圖像中海云的統(tǒng)計(jì)分布特性。首先,引入海云的多屬性特征,對遙感圖像中的海云進(jìn)行概率密度統(tǒng)計(jì)分析;然后,根據(jù)其概率密度統(tǒng)計(jì)分布的特點(diǎn),提出了一種基于概率分布曲線的可分性度量方法用于海云特征可分離性度量;最后,針對海云特征描述問題,將可分離性較高的前三個(gè)特征聯(lián)合成三維特征矢量,并對其進(jìn)行了統(tǒng)計(jì)分析,驗(yàn)證了海背景在其三維特征空間中建模的可行性,為后續(xù)大幅面海洋背景建模提供了依據(jù)。(4)針對大幅面海洋遙感圖像海云分割問題,提出了一種基于局部海背景建模的大幅面海洋遙感圖像海云分割算法。首先,給出了一種基于FCM的純海水和非純海水的分類方法對圖像分塊子區(qū)域進(jìn)行分類判別;其次,給出了一種基于三維特征空間的純海水背景多高斯建模方法和基于距離度量的海樣本提取方法,對各個(gè)非純海水子區(qū)域相近海背景進(jìn)行建模,并利用此海背景模型對各個(gè)非純海水子區(qū)域的海云進(jìn)行分割,最后,將非純海水分塊子區(qū)域的結(jié)果進(jìn)行融合。實(shí)驗(yàn)結(jié)果表明,本文算法能夠?qū)Ｔ七M(jìn)行有效的區(qū)分,且適用于多種類型的圖像數(shù)據(jù)。最后,本文為此次論文工作進(jìn)行了系統(tǒng)的總結(jié),并且對需要改進(jìn)和繼續(xù)研究的問題進(jìn)行了展望。
【學(xué)位授予單位】：深圳大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP751
【圖文】：

大幅面高分辨海洋遙感圖像中海陸分割和海云分割研究沙漠、梯田）、云及空中飛行物等，其帶有較豐富的信息量。這為從豐富的信息量中，提取有用信息帶來了一定的難度。3.空間分辨率越來越高。隨著地球資源衛(wèi)星技術(shù)的發(fā)展，衛(wèi)星上搭載的傳感器已能獲空間分辨率達(dá)米級(jí)的遙感圖像。在這種具有高分辨率特性的圖像上，各種地物的形狀特征、紋理特征清晰可見，從圖 2-1(a)我們可以看出陸地區(qū)域多為山地或島嶼邊界，而圖 2-1(c)中陸地為港口、碼頭等城市鄉(xiāng)村邊界，這為利用形狀特征和紋理特征等地物空間細(xì)節(jié)信息進(jìn)行圖像處理提供了客觀基礎(chǔ)。

大幅面高分辨海洋遙感圖像中海陸分割和海云分割研究 海陸整體特性分析首先選取了 3 幅不同的大幅面遙感圖像如圖 2-2(a)(b)(c)所示。圖 2-2(a)的圖像4525*24440 的大幅面海洋海洋遙感圖像，該圖像海陸灰度對比度較大，陸地區(qū)地形式豐富，內(nèi)部灰度變化很大；海洋區(qū)域內(nèi)部海水波動(dòng)較為平緩，內(nèi)部灰度，圖像中有大片薄霧和少許云、目標(biāo)、噪聲。圖 2-2(b)圖像的大小為 14232*140像海陸灰度對比度較低，陸地區(qū)域內(nèi)部灰度變化較大，海洋區(qū)域海水波動(dòng)較為平灰度變化較小，海面幾乎無云霧，但有少許目標(biāo)，還存在條紋噪聲。圖 2-2(c)小為 14232*14018，該圖像海陸灰度對比度較低，陸地區(qū)域陸地區(qū)域內(nèi)部灰度，海洋區(qū)域中海水波動(dòng)模式較多，海面較為復(fù)雜，且?guī)в杏性旗F較多。

(a) (b)圖 2-6 大幅面海洋遙感圖像(a1) (a2) (a3) (a4)(b1) (b2) (b3) (b4)圖 2-7 全陸地和全海洋子圖((a1)~(a4)為全陸地子圖,(b1)~(b4)為全海洋子圖)

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 WANG Lixia;XIE Weixin;PEI Jihong;;Patch-Based Dark Channel Prior Dehazing for RS Multi-spectral Image[J];Chinese Journal of Electronics;2015年03期

2 陳振煒;張過;寧津生;唐新明;;資源三號(hào)測繪衛(wèi)星自動(dòng)云檢測[J];測繪學(xué)報(bào);2015年03期

3 劉思彤;程紅;孫文邦;于光;;多特征融合的高分辨率遙感圖像海陸分離[J];電光與控制;2015年03期

4 王荔霞;謝維信;裴繼紅;;多高斯模型特征空間覆蓋學(xué)習(xí)的海洋航攝圖像分割[J];電子學(xué)報(bào);2014年10期

5 周雪s

本文編號(hào)：2775119