本文關(guān)鍵詞：基于邊緣特征的遙感圖像質(zhì)量評(píng)價(jià)方法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：遙感圖像在獲取過(guò)程中易受成像系統(tǒng)的平臺(tái)震動(dòng)、目標(biāo)與傳感器間相對(duì)運(yùn)動(dòng)等因素影響,使得圖像中存在一定程度的模糊和噪聲,造成遙感圖像質(zhì)量下降。遙感圖像質(zhì)量的優(yōu)劣直接影響圖像的后續(xù)處理與應(yīng)用。因此,研究遙感圖像質(zhì)量評(píng)價(jià)方法具有重要的應(yīng)用價(jià)值。本文主要研究面向目標(biāo)識(shí)別的基于邊緣特征的遙感圖像質(zhì)量評(píng)價(jià)方法。該方法根據(jù)人眼視覺(jué)特性,選用多種邊緣特征描述子,通過(guò)特征匹配構(gòu)建圖像質(zhì)量評(píng)價(jià)指標(biāo),并通過(guò)加權(quán)求和得到圖像質(zhì)量綜合評(píng)價(jià)指標(biāo),進(jìn)而實(shí)現(xiàn)遙感圖像質(zhì)量評(píng)價(jià)。在具有大量同類(lèi)目標(biāo)遙感圖像的情況下,可將該方法與神經(jīng)網(wǎng)絡(luò)相結(jié)合,構(gòu)建遙感圖像質(zhì)量評(píng)價(jià)模型,提高遙感圖像質(zhì)量評(píng)價(jià)效率。本文的主要研究工作及創(chuàng)新點(diǎn)如下:1.研究人類(lèi)視覺(jué)系統(tǒng)的生理結(jié)構(gòu)和視覺(jué)感知特性,分析總結(jié)人類(lèi)視覺(jué)系統(tǒng)與邊緣特征的關(guān)系。從理論上論證基于邊緣特征進(jìn)行遙感圖像質(zhì)量評(píng)價(jià)的可行性。2.研究遙感圖像預(yù)處理與邊緣檢測(cè)方法。分析遙感圖像特點(diǎn),選取合適的圖像增強(qiáng)方法進(jìn)行圖像增強(qiáng),突出圖像邊緣。研究典型邊緣檢測(cè)算子,針對(duì)其檢測(cè)結(jié)果中存在較多偽邊緣的問(wèn)題,提出改進(jìn)的邊緣檢測(cè)方法。該方法將圖像邊緣作為圖像前景,非邊緣作為圖像背景,通過(guò)同時(shí)引入高低閾值,利用圖像分割和去偽邊處理實(shí)現(xiàn)邊緣檢測(cè)。該方法提高了邊緣檢測(cè)結(jié)果的準(zhǔn)確性,具有抗噪性強(qiáng),偽邊緣少的特點(diǎn)。實(shí)驗(yàn)結(jié)果驗(yàn)證了改進(jìn)的邊緣檢測(cè)方法的檢測(cè)結(jié)果優(yōu)于Canny邊緣檢測(cè)結(jié)果。3.深入研究遙感圖像邊緣特征描述方法。針對(duì)本文研究背景,從魯棒性和可區(qū)分性?xún)煞矫婵紤],選擇形狀上下文、邊緣特征比率、加權(quán)梯度、平行直線(xiàn)對(duì)長(zhǎng)寬比作為圖像特征描述子。深入研究基于平方梯度表征圖像質(zhì)量的方法和基于點(diǎn)銳度表征圖像質(zhì)量的方法,并指出基于平方梯度表征圖像質(zhì)量的方法存在抗噪性差的問(wèn)題,基于點(diǎn)銳度表征圖像質(zhì)量的方法存在靈敏度低的問(wèn)題。為解決上述問(wèn)題,本文提出了基于加權(quán)梯度表征圖像質(zhì)量的方法,該方法結(jié)合了平方梯度法和點(diǎn)銳度法的優(yōu)勢(shì),具有單峰性強(qiáng)、抗噪性好、靈敏度高的特點(diǎn)。實(shí)驗(yàn)結(jié)果驗(yàn)證了改進(jìn)方法的優(yōu)越性。4.研究基于邊緣特征的遙感圖像質(zhì)量評(píng)價(jià)方法�；谶吘壧卣鞯倪b感圖像質(zhì)量評(píng)價(jià)方法主要是通過(guò)特征匹配構(gòu)建遙感圖像質(zhì)量評(píng)價(jià)指標(biāo),并通過(guò)加權(quán)求和得到遙感圖像質(zhì)量綜合評(píng)價(jià)指標(biāo),進(jìn)而實(shí)現(xiàn)遙感圖像質(zhì)量評(píng)價(jià)。當(dāng)具備大量遙感圖像時(shí),可將該方法與神經(jīng)網(wǎng)絡(luò)相結(jié)合,構(gòu)建遙感圖像質(zhì)量評(píng)價(jià)模型,提高遙感圖像質(zhì)量評(píng)價(jià)效率。通過(guò)仿真實(shí)驗(yàn)驗(yàn)證了基于邊緣特征的遙感圖像質(zhì)量評(píng)價(jià)方法具有抗噪性強(qiáng)、靈敏度高的特點(diǎn),不僅可以有效評(píng)價(jià)由單一降質(zhì)因素產(chǎn)生的遙感圖像的質(zhì)量,而且對(duì)由多種降質(zhì)因素產(chǎn)生的遙感圖像具有良好的質(zhì)量評(píng)價(jià)性能,其結(jié)果與主觀評(píng)價(jià)結(jié)果相一致。此外,通過(guò)對(duì)結(jié)合BP-GA神經(jīng)網(wǎng)絡(luò)的遙感圖像質(zhì)量評(píng)價(jià)方法進(jìn)行仿真實(shí)驗(yàn),驗(yàn)證了該方法可大大提高遙感圖像質(zhì)量評(píng)價(jià)效率,具有高效性。
【關(guān)鍵詞】：遙感圖像 質(zhì)量評(píng)價(jià) 邊緣特征
【學(xué)位授予單位】：中國(guó)科學(xué)院國(guó)家空間科學(xué)中心
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP751
【目錄】：

• 摘要5-7
• Abstract7-13
• 第1章 緒論13-23
• 1.1 研究背景與意義13
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀13-18
• 1.2.1 圖像質(zhì)量主觀評(píng)價(jià)方法14-15
• 1.2.2 圖像質(zhì)量客觀評(píng)價(jià)方法15-18
• 1.3 本文主要研究?jī)?nèi)容及結(jié)構(gòu)安排18-23
• 第2章 人類(lèi)視覺(jué)系統(tǒng)與邊緣特征23-31
• 2.1 人類(lèi)視覺(jué)系統(tǒng)生理結(jié)構(gòu)23-24
• 2.2 人類(lèi)視覺(jué)系統(tǒng)視覺(jué)感知特性24-27
• 2.2.1 亮度自適應(yīng)24-25
• 2.2.2 對(duì)比度敏感函數(shù)25-26
• 2.2.3 掩蓋效應(yīng)26
• 2.2.4 多通道分解26-27
• 2.2.5 視覺(jué)注意27
• 2.3 人類(lèi)視覺(jué)系統(tǒng)與邊緣特征的關(guān)系27-29
• 2.4 本章小結(jié)29-31
• 第3章 遙感圖像預(yù)處理與邊緣檢測(cè)31-39
• 3.1 遙感圖像增強(qiáng)31-32
• 3.2 邊緣檢測(cè)32-36
• 3.3 仿真實(shí)驗(yàn)與結(jié)果分析36-38
• 3.3.1 實(shí)驗(yàn)平臺(tái)36-37
• 3.3.2 實(shí)驗(yàn)結(jié)果與分析37-38
• 3.4 本章小結(jié)38-39
• 第4章 遙感圖像邊緣特征描述39-55
• 4.1 邊緣特征描述子的選擇39-40
• 4.2 形狀上下文40-42
• 4.3 邊緣特征比率42-43
• 4.4 加權(quán)梯度43-45
• 4.5 平行直線(xiàn)對(duì)長(zhǎng)寬比45-48
• 4.6 仿真實(shí)驗(yàn)與結(jié)果分析48-54
• 4.6.1 形狀上下文48-49
• 4.6.2 邊緣特征比率49
• 4.6.3 加權(quán)梯度49-52
• 4.6.4 平行直線(xiàn)對(duì)長(zhǎng)寬比52-54
• 4.7 本章小結(jié)54-55
• 第5章 基于邊緣特征的遙感圖像質(zhì)量評(píng)價(jià)55-73
• 5.1 基于邊緣特征的遙感圖像質(zhì)量評(píng)價(jià)方法總體研究方案55-57
• 5.2 基于邊緣特征的遙感圖像質(zhì)量評(píng)價(jià)方法57-60
• 5.3 結(jié)合BP-GA神經(jīng)網(wǎng)絡(luò)的遙感圖像質(zhì)量評(píng)價(jià)方法60-66
• 5.3.1 結(jié)合BP-GA神經(jīng)網(wǎng)絡(luò)的遙感圖像質(zhì)量評(píng)價(jià)模型的構(gòu)建61-66
• 5.3.2 基于BP-GA神經(jīng)網(wǎng)絡(luò)的遙感圖像質(zhì)量評(píng)價(jià)模型的評(píng)價(jià)66
• 5.4 仿真實(shí)驗(yàn)與結(jié)果分析66-72
• 5.4.1 基于邊緣特征的遙感圖像質(zhì)量評(píng)價(jià)方法有效性驗(yàn)證實(shí)驗(yàn)66-70
• 5.4.2 結(jié)合BP-GA神經(jīng)網(wǎng)絡(luò)的遙感圖像質(zhì)量評(píng)價(jià)方法高效性驗(yàn)證實(shí)驗(yàn)70-72
• 5.5 本章小結(jié)72-73
• 第6章 結(jié)論與展望73-75
• 6.1 結(jié)論73-74
• 6.2 展望74-75
• 參考文獻(xiàn)75-81
• 致謝81-83
• 個(gè)人簡(jiǎn)歷、在學(xué)期間發(fā)表的論文與研究成果83

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 李偉;;遙感圖像中的道路提取[J];自動(dòng)化博覽;2006年05期

2 李傳龍;李穎;馬龍;;一種新的遙感圖像海岸線(xiàn)檢測(cè)方法[J];計(jì)算機(jī)仿真;2010年08期

3 張學(xué)良;肖鵬峰;馮學(xué)智;;基于圖像內(nèi)容層次表征的遙感圖像分割方法[J];中國(guó)圖象圖形學(xué)報(bào);2012年01期

4 秦其明;遙感圖像自動(dòng)解譯面臨的問(wèn)題與解決的途徑[J];測(cè)繪科學(xué);2000年02期

5 陳小琪;現(xiàn)代計(jì)算機(jī)印前制版技術(shù)在遙感圖像印制中的應(yīng)用研究——以《長(zhǎng)江經(jīng)濟(jì)帶可持續(xù)發(fā)展地圖集》為例[J];地球信息科學(xué);2000年02期

6 鄧湘金,彭海良;一種基于遙感圖像的機(jī)場(chǎng)檢測(cè)方法[J];測(cè)試技術(shù)學(xué)報(bào);2002年02期

7 余杰千,方濤,陳雍業(yè);一種有效的遙感圖像無(wú)縫分割方法[J];計(jì)算機(jī)應(yīng)用;2003年12期

8 吳為祿;遙感圖像中的云層消除處理[J];鐵路航測(cè);2003年01期

9 于輝,徐軍;彩色遙感圖像目標(biāo)提取方法研究[J];遙感技術(shù)與應(yīng)用;2003年06期

10 黃勇杰,王樹(shù)國(guó),劉俊義,陳東;遙感圖像去云算法研究[J];儀器儀表學(xué)報(bào);2003年S2期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 張鳳春;董增壽;劉明君;;基于局部方差均衡的遙感圖像增強(qiáng)方法[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（2）[C];2008年

2 鄧冰;林宗堅(jiān);彭曉東;;遙感圖像信息度量的原理與方法[A];《測(cè)繪通報(bào)》測(cè)繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

3 江興方;江鴻;何賢強(qiáng);;遙感圖像兩種半自動(dòng)拼接方法的研究[A];全國(guó)農(nóng)業(yè)遙感技術(shù)研討會(huì)論文集[C];2009年

4 羅睿;張永生;范永弘;鄧雪清;;遙感圖像基于內(nèi)容查詢(xún)的研究與實(shí)踐[A];第十三屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2001年

5 陳東;龐怡杰;黃勇杰;;大傾斜航空遙感圖像快速自動(dòng)鑲嵌技術(shù)[A];圖像 仿真 信息技術(shù)——第二屆聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2002年

6 黃勇杰;王樹(shù)國(guó);劉俊義;陳東;;遙感圖像去云算法研究[A];首屆信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2003年

7 謝建春;趙榮椿;;遙感圖像中的軍用機(jī)場(chǎng)識(shí)別算法研究[A];信號(hào)與信息處理技術(shù)第三屆信號(hào)與信息處理全國(guó)聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2004年

8 陳姚;王金亮;李石華;;遙感圖像中云層遮擋影響消除處理方法研究述評(píng)[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

9 張磊;朱磊;;遙感圖像中直線(xiàn)目標(biāo)的檢測(cè)[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

10 邱磊;李國(guó)輝;衡祥安;;一種基于交互學(xué)習(xí)的遙感圖像挖掘方法[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前5條

1 蔣建科邋孫宏金 陳樹(shù)琛;傳回清晰遙感圖像[N];人民日?qǐng)?bào);2008年

2 記者 鄭千里;北京地區(qū)有了航空遙感圖像[N];科技日?qǐng)?bào);2000年

3 本報(bào)通訊員;煤航遙感院獲美國(guó)快鳥(niǎo)遙感圖像西部代理權(quán)[N];中煤地質(zhì)報(bào);2005年

4 王石;印度通過(guò)“快鳥(niǎo)”影像發(fā)現(xiàn)古墓地[N];中國(guó)測(cè)繪報(bào);2010年

5 記者 馬彥平 張桂敏;澳大利亞鉀礦鉆探啟動(dòng)[N];農(nóng)資導(dǎo)報(bào);2011年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 江興方;遙感圖像去云方法的研究及其應(yīng)用[D];南京理工大學(xué);2007年

2 滕鑫鵬;遙感圖像道路提取研究[D];江蘇大學(xué);2014年

3 劉春紅;超光譜遙感圖像降維及分類(lèi)方法研究[D];哈爾濱工程大學(xué);2005年

4 劉哲;基于信息融合的遙感圖像處理方法研究[D];西北工業(yè)大學(xué);2002年

5 強(qiáng)贊霞;遙感圖像的融合及應(yīng)用[D];華中科技大學(xué);2005年

6 杜根遠(yuǎn);海量遙感圖像內(nèi)容檢索關(guān)鍵技術(shù)研究[D];成都理工大學(xué);2011年

7 陶午沙;基于結(jié)構(gòu)模型的遙感圖像軍事陣地目標(biāo)特征分析及其識(shí)別技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2004年

8 林劍;基于模糊理論的遙感圖像分割方法研究[D];中南大學(xué);2003年

9 薛麗霞;基于對(duì)象云的遙感圖像模糊邊緣檢測(cè)研究[D];西南交通大學(xué);2007年

10 羅睿;遙感圖像信息系統(tǒng)的設(shè)計(jì)與分析[D];解放軍信息工程大學(xué);2001年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 邱磊;基于內(nèi)容的遙感圖像挖掘方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2005年

2 陳浩;高分辨遙感圖像災(zāi)區(qū)建筑檢測(cè)[D];南京理工大學(xué);2015年

3 朱然;大數(shù)據(jù)量復(fù)雜背景下橋梁水壩目標(biāo)快速識(shí)別[D];電子科技大學(xué);2015年

4 王靜靜;基于NSCT和Shearlet變換的遙感圖像增強(qiáng)研究[D];新疆大學(xué);2014年

5 柴宏磊;基于知識(shí)的遙感圖像港口目標(biāo)識(shí)別[D];電子科技大學(xué);2015年

6 馮一鳴;基于遙感圖像中港口目標(biāo)的分割算法研究與實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

7 吳云坤;遙感圖像變化檢測(cè)技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

8 王旭;無(wú)參考遙感圖像質(zhì)量綜合評(píng)價(jià)算法研究[D];西安電子科技大學(xué);2015年

9 宋玉梅;基于遙感圖像的內(nèi)河航道識(shí)別研究[D];重慶交通大學(xué);2015年

10 張少輝;基于刃邊法的遙感圖像重建方法研究[D];西安電子科技大學(xué);2014年

  本文關(guān)鍵詞：基于邊緣特征的遙感圖像質(zhì)量評(píng)價(jià)方法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：320302