發(fā)布時(shí)間：2018-11-15 18:46

【摘要】：目前,遙感影像蘊(yùn)含的信息愈來(lái)愈豐富、特征地物目標(biāo)的幾何形態(tài)愈來(lái)愈復(fù)雜。特別是SPOT5、QuickBird以及IKONOS等高分辨率遙感衛(wèi)星影像的出現(xiàn),越來(lái)越豐富的對(duì)地觀測(cè)數(shù)據(jù)一方面拓寬了人類認(rèn)知自然的眼界,另一方面使我們面臨如何對(duì)數(shù)據(jù)進(jìn)行有效處理并服務(wù)于實(shí)際工作的巨大挑戰(zhàn)。如何從這些信息豐富的高分辨率遙感影像數(shù)據(jù)中快速、準(zhǔn)確地獲取所需信息是亟需解決的重大問(wèn)題。遙感影像分割技術(shù)為解決這一問(wèn)題提供了契機(jī),它可以將分辨率高、信息量大、細(xì)節(jié)豐富、背景噪聲復(fù)雜的遙感影像分割為若干子區(qū)域,然后提取出感興趣的目標(biāo)區(qū)域,在此基礎(chǔ)上進(jìn)行進(jìn)一步的分析和處理,從而實(shí)現(xiàn)對(duì)遙感信息的智能化處理。針對(duì)高分辨率遙感影像分割要求高、同物異譜現(xiàn)象突出以及尺度依賴性等問(wèn)題,本文探索研究分水嶺變換技術(shù)對(duì)高分辨率遙感影像進(jìn)行分割的理論和方法。 論文主要圍繞基于改進(jìn)分水嶺變換的高分辨率遙感影像分割方法開展研究工作。根據(jù)高分辨率遙感影像地物特點(diǎn),提出一種適合高分辨率遙感影像的形態(tài)學(xué)非線性濾波器設(shè)計(jì)方案,充分考慮地物的幾何特性,對(duì)高分辨率遙感影像的濾波處理具有理論參考意義；采用擴(kuò)展極小變換技術(shù),提出一種結(jié)合形態(tài)濾波和標(biāo)記分水嶺變換分割算法,在一定程度上提高了影像分割精度,有效抑制了V-S分水嶺變換的過(guò)分割現(xiàn)象；結(jié)合高分辨率遙感影像的多光譜特性,提出一種結(jié)合彩色梯度特征的分水嶺變換分割算法,分割結(jié)果對(duì)后續(xù)分類及相關(guān)地物提取等方面的應(yīng)用具有實(shí)際應(yīng)用價(jià)值。主要研究工作包括： 一、系統(tǒng)分析了高分辨率遙感影像特點(diǎn)及影像分割難點(diǎn)。高分辨率遙感影像具有高空間分辨率、地物幾何紋理特征清晰、應(yīng)用范圍廣和三維信息豐富的優(yōu)勢(shì),已成功應(yīng)用于諸多領(lǐng)域。高分辨率遙感數(shù)據(jù)的出現(xiàn),方面使得提取更多細(xì)節(jié)信息成為可能,但另一方面也為信息自動(dòng)提取與識(shí)別工作帶來(lái)了新的挑戰(zhàn)。高分辨率遙感影像分割具有以下難點(diǎn)：1)數(shù)據(jù)量大、信息高度細(xì)節(jié)化、分割要求高；2)同物異譜、異物同譜現(xiàn)象突出；3)地理空間分析過(guò)程中尺度依賴性強(qiáng)。因此有必要針對(duì)高分辨率遙感影像特點(diǎn),發(fā)展新型影像分割算法,以滿足后續(xù)信息提取和識(shí)別需求。 二、提出了一種結(jié)合形態(tài)濾波和標(biāo)記分水嶺變換的遙感影像分割算法。圖像噪聲嚴(yán)重影響梯度圖像質(zhì)量,本文根據(jù)影像特點(diǎn)及噪聲特性,設(shè)計(jì)了特定形狀和尺寸的形態(tài)學(xué)混合開閉重構(gòu)濾波器來(lái)代替高斯濾波器對(duì)遙感影像進(jìn)行濾波處理。標(biāo)記提取是基于標(biāo)記分水嶺分割算法能否成功的關(guān)鍵,本文采用擴(kuò)展極小變換對(duì)梯度圖像進(jìn)行極值標(biāo)記,以限制極小區(qū)域數(shù)量。實(shí)驗(yàn)結(jié)果表明,該算法在一定程度上提高了影像分割精度,有效抑制了V-S分水嶺變換的過(guò)分割現(xiàn)象,能根據(jù)不同的目的需求對(duì)遙感圖像進(jìn)行分割,具有較強(qiáng)的適應(yīng)性。 三、提出了一種結(jié)合彩色梯度特征的分水嶺變換遙感影像分割算法。考慮到全色遙感影像中亮度分量梯度信息的不完整性,本文結(jié)合多光譜遙感影像的彩色信息計(jì)算彩色向量梯度圖像。將梯度計(jì)算推廣到向量空間,直接在RGB向量空間對(duì)多光譜遙感影像進(jìn)行梯度運(yùn)算。采用閉重構(gòu)運(yùn)算進(jìn)行梯度修正,利用自適應(yīng)擴(kuò)展極小變換獲取梯度標(biāo)記圖像,并在此基礎(chǔ)上進(jìn)行分水嶺變換。實(shí)驗(yàn)結(jié)果表明,該算法能獲取與原始圖像上的目標(biāo)地物邊界高度吻合的邊界輪廓,能夠滿足高分辨率遙感影像分類和目標(biāo)識(shí)別的要求。
[Abstract]:......
【學(xué)位授予單位】：中南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類號(hào)】：P237

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊先武;韋春桃;呂建剛;吳平;;基于形態(tài)重建的高分辨率遙感影像城市道路提取[J];測(cè)繪通報(bào);2012年01期

2 肖鵬峰;馮學(xué)智;趙書河;佘江峰;;基于相位一致的高分辨率遙感圖像分割方法[J];測(cè)繪學(xué)報(bào);2007年02期

3 曹雨田;閆冬梅;張麗;何挺;;基于QuickBird衛(wèi)星數(shù)據(jù)的土地利用分類規(guī)則集研究[J];地理與地理信息科學(xué);2011年06期

4 余旺盛;侯志強(qiáng);王朝英;劉彬;宋灝;;基于改進(jìn)濾波和標(biāo)記提取的分水嶺算法[J];電子學(xué)報(bào);2011年04期

5 王小鵬;郝重陽(yáng);樊養(yǎng)余;;基于形態(tài)學(xué)尺度空間和梯度修正的分水嶺分割[J];電子與信息學(xué)報(bào);2006年03期

6 王勛;查宇飛;畢篤彥;;基于多分辨率分析和分水嶺的圖像分割方法[J];光電工程;2007年06期

7 陳景廣;佘江峰;黃海濤;;基于形態(tài)學(xué)的多尺度遙感圖像分割方法[J];地理與地理信息科學(xué);2012年04期

8 侯彪;劉鳳;焦李成;包慧東;;基于小波域隱馬爾科夫樹模型的圖像分割[J];紅外與毫米波學(xué)報(bào);2009年02期

9 陳忠;趙忠明;;基于區(qū)域生長(zhǎng)的多尺度遙感圖像分割算法[J];計(jì)算機(jī)工程與應(yīng)用;2005年35期

10 林卉;劉培;杜培軍;夏俊士;;基于改進(jìn)型統(tǒng)計(jì)區(qū)域增長(zhǎng)的遙感圖像分割[J];計(jì)算機(jī)工程與應(yīng)用;2012年18期

，

本文編號(hào)：2334132