發(fā)布時(shí)間：2017-09-11 17:45

  本文關(guān)鍵詞：基于線面基元融合的港航目標(biāo)提取方法研究

  更多相關(guān)文章： 面向?qū)ο髨D像分析 線面基元融合 港航目標(biāo)提取 遙感

【摘要】：遙感技術(shù)作為一種快速、有效的對(duì)地觀測手段,已經(jīng)被廣泛的應(yīng)用到日常生活的各行各業(yè)中,但是,對(duì)于高分辨率遙感影像的影像處理技術(shù)還尚不夠成熟。雖然近年來面向?qū)ο蟮挠跋穹治黾夹g(shù)的崛起突破了基于單像元分析的束縛,但目前單純依靠分割斑塊的面向?qū)ο蠓治錾袩o法全面有效的利用所獲得的特征(光譜、形狀、紋理、空間關(guān)系等)對(duì)影像進(jìn)行分析,且對(duì)分割產(chǎn)生的過分割現(xiàn)象顯得有些束手無策。針對(duì)目前面向?qū)ο笥跋穹治黾夹g(shù)所存在的問題,本文提出了一種從線面基元相融合的角度出發(fā)的面向?qū)ο笥跋穹治龇椒?并結(jié)合港航信息中典型人工建筑物(橋梁和堤壩)的自身特征,實(shí)現(xiàn)了對(duì)橋梁和堤壩的提取。論文主要研究內(nèi)容與成果如下:(1)線面基元的獲取及線面關(guān)系的建立。通過利用基于硬邊界約束與兩階段合并的遙感圖像分割方法對(duì)影像進(jìn)行分割,獲取影像面基元特征;利用邊緣和相位相融合的提取方法,獲取影像線基元特征;分析高分遙感影像中地物目標(biāo)特征,結(jié)合同一地物的線特征和面特征以及相鄰地物的線特征和面特征之間的關(guān)系,建立所獲取的線基元和面基元之間的空間關(guān)系。很好的解決了影像分割所產(chǎn)生的過分割現(xiàn)象,將本為同一地物的多個(gè)斑塊聯(lián)系起來,恢復(fù)地物原有的特征。(2)線面基元相融合的橋梁及堤壩提取。在分析了遙感影像中橋梁、堤壩的特征及使用支持向量機(jī)的影像分類獲取水體范圍的基礎(chǔ)上,結(jié)合影像線面特征,先從面到線,根據(jù)目標(biāo)、水體、陸地三者之間的空間關(guān)系,獲取目標(biāo)直線;再從線到面,結(jié)合目標(biāo)地物的形狀、長寬比、面積以及目標(biāo)線與周圍面基元的關(guān)系實(shí)現(xiàn)橋梁、堤壩對(duì)象的提取。在多幅非同源影像上的實(shí)驗(yàn)結(jié)果表明,該方法可以準(zhǔn)確并精確的實(shí)現(xiàn)對(duì)橋梁和堤壩的提取。
【關(guān)鍵詞】：面向?qū)ο髨D像分析 線面基元融合 港航目標(biāo)提取 遙感
【學(xué)位授予單位】：江西理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP751
【目錄】：

• 摘要4-5
• Abstract5-8
• 第1章 緒論8-16
• 1.1 選題背景與選題意義8-9
• 1.2 國內(nèi)外現(xiàn)狀綜述9-13
• 1.2.1 面向?qū)ο笥跋穹治?/span>9-11
• 1.2.2 基于遙感影像的港航信息提取11-13
• 1.2.3 存在的問題13
• 1.3 研究內(nèi)容和技術(shù)路線13-14
• 1.4 論文組織結(jié)構(gòu)14-16
• 第2章 線面基元獲取及空間關(guān)系建模16-37
• 2.1 面基元的獲取16-20
• 2.1.1 影像分割16-19
• 2.1.2 實(shí)驗(yàn)分析19-20
• 2.2 基于特征融合的線基元提取20-32
• 2.2.1 圖像邊緣與邊緣檢測方法20-24
• 2.2.2 基于邊緣的直線特征提取24-27
• 2.2.3 相位直線提取27-29
• 2.2.4 邊緣與相位融合規(guī)則29-31
• 2.2.5 線基元提取試驗(yàn)31-32
• 2.3 線面關(guān)系建模32-35
• 2.4 本章小結(jié)35-37
• 第3章 港航目標(biāo)信息提取37-51
• 3.1 面向?qū)ο蟮膱D像分類37-40
• 3.1.1 支持向量機(jī)分類器37-39
• 3.1.2 光譜主導(dǎo)分類39-40
• 3.2 入水目標(biāo)的線基元提取40-44
• 3.2.1 單側(cè)鄰水線的提取40-43
• 3.2.2 岸線剔除43-44
• 3.3 橋梁、堤壩直線的分離44-47
• 3.3.1 直線的重建44-45
• 3.3.2 橋梁直線的確定45
• 3.3.3 堤壩直線的確定45-47
• 3.4 橋梁、堤壩面基元提取47-49
• 3.4.1 非水斑塊中目標(biāo)斑塊的提取48-49
• 3.4.2 水斑塊中目標(biāo)斑塊的補(bǔ)充提取49
• 3.5 本章小結(jié)49-51
• 第4章 實(shí)驗(yàn)與分析51-63
• 4.1 實(shí)驗(yàn)數(shù)據(jù)51-54
• 4.2 實(shí)驗(yàn)方案54-55
• 4.2.1 參數(shù)設(shè)置54
• 4.2.2 精度評(píng)價(jià)指標(biāo)54-55
• 4.3 實(shí)驗(yàn)分析55-62
• 4.3.1 基于面基元提取方法分析55-57
• 4.3.2 線面融合提取方法實(shí)驗(yàn)57-62
• 4.4 本章小結(jié)62-63
• 第5章 總結(jié)與展望63-65
• 5.1 總結(jié)63
• 5.2 展望63-65
• 參考文獻(xiàn)65-69
• 致謝69-70
• 攻讀學(xué)位期間的研究成果70-71

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前8條

1 陳杰;鄧敏;肖鵬峰;楊敏華;梅小明;劉慧敏;;結(jié)合支持向量機(jī)與粒度計(jì)算的高分辨率遙感影像面向?qū)ο蠓诸怺J];測繪學(xué)報(bào);2011年02期

2 王文杰;趙忠明;朱海青;;面向?qū)ο筇卣魅诤系母叻直媛蔬b感圖像變化檢測方法[J];計(jì)算機(jī)應(yīng)用研究;2009年08期

3 陳云浩;馮通;史培軍;王今飛;;基于面向?qū)ο蠛鸵?guī)則的遙感影像分類研究[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2006年04期

4 陳琪;陸軍;楊仝;匡綱要;;基于模型的遙感圖像港口檢測[J];信號(hào)處理;2010年06期

5 彭碧發(fā);譚毅華;陶超;田金文;;從高分辨率遙感圖像中自動(dòng)識(shí)別水上橋梁[J];應(yīng)用科學(xué)學(xué)報(bào);2010年04期

6 余柏蒗;劉紅星;吳健平;;一種應(yīng)用機(jī)載LiDAR數(shù)據(jù)和高分辨率遙感影像提取城市綠地信息的方法[J];中國圖象圖形學(xué)報(bào);2010年05期

7 高鳳嬌;閆奕名;王濤;周麗麗;;基于環(huán)境要素提取的水上橋梁的定位方法[J];自動(dòng)化技術(shù)與應(yīng)用;2012年09期

8 佃袁勇;方圣輝;姚崇懷;;一種面向地理對(duì)象的遙感影像變化檢測方法[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2014年08期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 張志龍;基于遙感圖像的重要目標(biāo)特征提取與識(shí)別方法研究[D];國防科學(xué)技術(shù)大學(xué);2005年

，

本文編號(hào)：832180