在水資源保護(hù)過(guò)程中,統(tǒng)計(jì)水體區(qū)域面積是了解水資源環(huán)境基本情況的主要步驟之一,也為保護(hù)水體區(qū)域提供數(shù)據(jù)支撐。傳統(tǒng)的水體區(qū)域測(cè)量是以人工實(shí)地勘察測(cè)量為主,人工勘察需要耗費(fèi)大量的人力、物力,測(cè)量速度慢、周期長(zhǎng)。隨著我國(guó)高分一號(hào)、二號(hào)衛(wèi)星的相繼發(fā)射,高分辨率相關(guān)技術(shù)的成熟,遙感技術(shù)從最初的數(shù)據(jù)定性分析發(fā)展到了利用遙感圖像進(jìn)行定量分析階段,使數(shù)字圖像方法可以廣泛運(yùn)用于處理遙感圖像,代替人工勘測(cè),解決了測(cè)量周期長(zhǎng)、效率低等問(wèn)題。因此本文提出了利用地表水體遙感圖像測(cè)量水體面積的方法。本文的主要工作如下:（1）首先分析了遙感圖像水體分割的國(guó)內(nèi)外研究現(xiàn)狀及形態(tài)學(xué)圖像處理的基本原理和方法。詳細(xì)介紹了三種水體圖像分割方法:基于閾值的圖像分割、基于邊緣檢測(cè)的圖像分割和基于區(qū)域的分割方法,并對(duì)三種方法進(jìn)行了相關(guān)仿真實(shí)驗(yàn),分析了各自的優(yōu)缺點(diǎn)。（2）針對(duì)圖像分割中由于邊緣強(qiáng)度較弱、輪廓不清晰等造成圖像難以準(zhǔn)確分割的問(wèn)題,提出了一種基于形態(tài)學(xué)的多尺度自適應(yīng)均衡的邊緣檢測(cè)方法。首先采用四種尺度的圓形結(jié)構(gòu)元素和四種方向的線性結(jié)構(gòu)元素分別對(duì)灰度遙感圖像進(jìn)行形態(tài)學(xué)重構(gòu)和梯度運(yùn)算,獲得多幅具有不同尺度和方向邊緣特征的圖像;然后... 

【文章來(lái)源】：蘭州交通大學(xué)甘肅省

【文章頁(yè)數(shù)】：58 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 論文研究的背景與意義
    1.2 遙感圖像獲取
    1.3 國(guó)內(nèi)外研究現(xiàn)狀
        1.3.1 遙感圖像地表水體提取研究現(xiàn)狀
        1.3.2 數(shù)字圖像分割研究現(xiàn)狀
    1.4 論文主要研究?jī)?nèi)容和結(jié)構(gòu)安排
        1.4.1 主要內(nèi)容
        1.4.2 論文結(jié)構(gòu)
2 形態(tài)學(xué)理論基礎(chǔ)
    2.1 形態(tài)學(xué)基本運(yùn)算
        2.1.1 膨脹
        2.1.2 腐蝕
        2.1.3 形態(tài)學(xué)開(kāi)運(yùn)算
        2.1.4 形態(tài)學(xué)閉運(yùn)算
    2.2 形態(tài)學(xué)梯度運(yùn)算
    2.3 形態(tài)學(xué)重構(gòu)運(yùn)算
    2.4 本章小結(jié)
3 基于形態(tài)學(xué)的多尺度自適應(yīng)均衡邊緣檢測(cè)方法
    3.1 圖像分割常用方法
        3.1.1 閾值化分割
        3.1.2 基于邊界的圖像分割方法
        3.1.3 區(qū)域生長(zhǎng)法
    3.2 本文采用方法及流程
    3.3 基于數(shù)學(xué)形態(tài)學(xué)的多尺度自適應(yīng)均衡邊緣檢測(cè)方法流程
    3.4 遙感圖像預(yù)處理
        3.4.1 均值濾波
        3.4.2 中值濾波
        3.4.3 K近鄰均值濾波
    3.5 多尺度結(jié)構(gòu)元素模板
    3.6 形態(tài)學(xué)重構(gòu)
    3.7 膨脹型形態(tài)學(xué)梯度
    3.8 自適應(yīng)均衡
    3.9 本章小結(jié)
4 區(qū)域生長(zhǎng)法
    4.1 像素描述
    4.2 區(qū)域生長(zhǎng)法基本原理
    4.3 本文采用的區(qū)域生長(zhǎng)方法
        4.3.1 選取初始種子點(diǎn)
        4.3.2 生長(zhǎng)準(zhǔn)則
    4.4 實(shí)驗(yàn)結(jié)果及對(duì)比
    4.5 本章小結(jié)
5 后續(xù)工作展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果
    1 發(fā)表學(xué)術(shù)論文
    2 參與項(xiàng)目


【參考文獻(xiàn)】：
期刊論文
[1]大氣污染光學(xué)遙感技術(shù)及發(fā)展趨勢(shì)[J]. 劉文清,陳臻懿,劉建國(guó),謝品華,張?zhí)焓?闞瑞峰,徐亮.  中國(guó)環(huán)境監(jiān)測(cè). 2018(02)
[2]中國(guó)濱海濕地遙感研究進(jìn)展[J]. 劉潤(rùn)紅,梁士楚,趙紅艷,漆光超,李麗香,姜勇,牛振國(guó).  遙感技術(shù)與應(yīng)用. 2017(06)
[3]無(wú)人機(jī)低空遙感技術(shù)應(yīng)用[J]. 吳永亮,陳建平,姚書(shū)朋,徐彬.  國(guó)土資源遙感. 2017(04)
[4]基于改進(jìn)區(qū)域生長(zhǎng)法的電力設(shè)備紅外圖像分割[J]. 施兢業(yè),劉俊.  光學(xué)技術(shù). 2017(04)
[5]無(wú)人機(jī)遙感技術(shù)在生產(chǎn)建設(shè)項(xiàng)目水土保持監(jiān)測(cè)中的應(yīng)用——以鄂北水資源配置工程為例[J]. 張雅文,許文盛,韓培,沈盛彧,王志剛,張平倉(cāng).  中國(guó)水土保持科學(xué). 2017(02)
[6]中國(guó)高光譜遙感的前沿進(jìn)展[J]. 童慶禧,張兵,張立福.  遙感學(xué)報(bào). 2016(05)
[7]二維Otsu和改進(jìn)區(qū)域生長(zhǎng)法的熒光免疫層析試條濃度的定量檢測(cè)[J]. 高躍明,伊騰增,韋孟宇,杜民,潘少恒.  傳感技術(shù)學(xué)報(bào). 2016(09)
[8]基于Otsu方法的鋼軌圖像分割[J]. 袁小翠,吳祿慎,陳華偉.  光學(xué)精密工程. 2016(07)
[9]改進(jìn)的非局部均值濾波算法[J]. 郭貝貝,易三莉,賀建峰,苗瑩,邵黨國(guó).  計(jì)算機(jī)工程. 2016(07)
[10]基于區(qū)域劃分的多特征紋理圖像分割[J]. 趙泉華,高郡,李玉.  儀器儀表學(xué)報(bào). 2015(11)

博士論文
[1]基于激光散射的海水溫度遙感技術(shù)研究[D]. 任秀云.哈爾濱工業(yè)大學(xué) 2016

碩士論文
[1]基于遙感技術(shù)的重慶市區(qū)濕地景觀格局的動(dòng)態(tài)變化研究[D]. 全勝.重慶師范大學(xué) 2017
[2]基于遙感技術(shù)的地質(zhì)災(zāi)害體變化監(jiān)測(cè)及危險(xiǎn)性評(píng)價(jià)[D]. 盧中帥.中國(guó)地質(zhì)大學(xué)(北京) 2016



本文編號(hào)：3025149