遙感圖像的處理在數(shù)字化城市管理系統(tǒng)中的應(yīng)用研究
【學(xué)位授予單位】:吉林大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2018
【分類號(hào)】:TU984;TP751
【圖文】:
遙感影像數(shù)據(jù)的基本處理流程
(a)原始遙感圖像 (b)分割后圖像圖 3.1 對(duì)遙感圖像進(jìn)行分割的具體應(yīng)用實(shí)例常見的圖像分割理論與技術(shù),在設(shè)計(jì)中所依據(jù)的原理主要為:基于閾值的割算法、基于邊緣檢測(cè)的分割算法以及基于區(qū)域生長(zhǎng)的分割算法等。在這三種同的分割算法中,基于閾值的算法對(duì)圖像進(jìn)行分割的處理過程相對(duì)更簡(jiǎn)單,應(yīng)也更廣泛。如果用 和 分別表示原始圖像與處理后圖像,則基于閾值的分割術(shù)可以用如下的公式進(jìn)行表示:…………………………………(2其中, 表示分割算法中所設(shè)置的分割閾值。基于該閾值,可以將對(duì)象像素的
以從其概率密度梯度之間的關(guān)系來推導(dǎo)。如果用 表示多維空間中樣本點(diǎn)的概率密度函數(shù),這樣,在選定初始點(diǎn) 的情況下,就可以利用Mean Shift 算法中的逐步移動(dòng)來向首個(gè)峰值的收斂,如圖 4.1 中所示。圖 4.1 中的波形,顯示了該算法可以應(yīng)用的相關(guān)領(lǐng)域,即:可以對(duì)感興趣的目標(biāo)進(jìn)行聚類;對(duì)模態(tài)進(jìn)行檢測(cè);可以應(yīng)用于物體跟蹤與優(yōu)化算法中。圖 4.1 Mean Shift 算法的收斂示意圖根據(jù)圖 4-1 中所示,圖像一般可以利用二維坐標(biāo)中的 維向量來表示。這樣,在 的情況下,圖像就對(duì)應(yīng)于灰度圖像;當(dāng) 的情況下,則圖像對(duì)應(yīng)于彩色圖像;而在 的情況下,圖像則對(duì)應(yīng)于遙感領(lǐng)域中常見的多光譜圖像。圖像中的二維坐標(biāo),一般可以對(duì)圖像中的空間位置信息進(jìn)行表示。一個(gè)特例是,如果要對(duì)圖像的位置信息以及色彩信息進(jìn)行同時(shí)處理
【參考文獻(xiàn)】
相關(guān)期刊論文 前10條
1 張海濤;李雅男;;閾值標(biāo)記的分水嶺彩色圖像分割[J];中國(guó)圖象圖形學(xué)報(bào);2015年12期
2 張運(yùn)濤;陳曉榮;;一種新型的圖像邊緣檢測(cè)技術(shù)[J];信息技術(shù);2015年11期
3 黃煌;肖鵬峰;王結(jié)臣;;多尺度歸一化割用于遙感圖像分割[J];遙感信息;2015年05期
4 齊嘉偉;;新一代測(cè)繪技術(shù)在數(shù)字化城市管理中的應(yīng)用研究[J];中國(guó)管理信息化;2015年09期
5 王珂;顧行發(fā);余濤;林金堂;吳桂平;李小江;;結(jié)合光譜相似性與相位—致模型的高分辨率遙感圖像分割方法[J];紅外與毫米波學(xué)報(bào);2013年01期
6 郭理橋;林劍遠(yuǎn);王文英;;基于高分遙感數(shù)據(jù)的城市精細(xì)化管理應(yīng)用[J];城市發(fā)展研究;2012年11期
7 劉兆yN;李鑫慧;沈潤(rùn)平;朱楓;張凱;王恬;王媛媛;;高分辨率遙感圖像分割的最優(yōu)尺度選擇[J];計(jì)算機(jī)工程與應(yīng)用;2014年06期
8 郭志俊;郭養(yǎng)和;孫戈亮;;數(shù)字化在城市綜合管理中的應(yīng)用研究——以武漢市xZ口區(qū)數(shù)字化城市管理系統(tǒng)為例[J];北京城市學(xué)院學(xué)報(bào);2012年02期
9 張立國(guó);楊瑾;李晶;任曉麗;上官寒露;;基于小波包和數(shù)學(xué)形態(tài)學(xué)結(jié)合的圖像特征提取方法[J];儀器儀表學(xué)報(bào);2010年10期
10 楊玉靜;;遙感影像融合關(guān)鍵技術(shù)探討[J];北京測(cè)繪;2010年02期
本文編號(hào):2749385
本文鏈接:http://sikaile.net/guanlilunwen/yunyingzuzhiguanlilunwen/2749385.html