發(fā)布時(shí)間：2017-03-23 00:15

  本文關(guān)鍵詞：高分辨率遙感影像典型的復(fù)雜場(chǎng)景匯總統(tǒng)計(jì)方法，由筆耕文化傳播整理發(fā)布。

【摘要】：國(guó)內(nèi)外遙感技術(shù)快速發(fā)展,遙感數(shù)據(jù)的質(zhì)量和數(shù)量都有了飛躍性的提高,人類已經(jīng)進(jìn)入遙感數(shù)據(jù)爆炸時(shí)代。高分辨率的遙感圖像不僅具有豐富的光譜信息,而且空間布局清晰,幾何結(jié)構(gòu)明顯,已經(jīng)成為遙感技術(shù)應(yīng)用的主要數(shù)據(jù)。高分遙感影像場(chǎng)景的識(shí)別是很多遙感應(yīng)用的基礎(chǔ),實(shí)現(xiàn)高分遙感影像典型復(fù)雜場(chǎng)景的快速自動(dòng)識(shí)別在軍事、救災(zāi)等領(lǐng)域有十分重要的意義。國(guó)內(nèi)外已有研究將基于中層特征的詞包模型場(chǎng)景表達(dá)方法引入高分遙感影像場(chǎng)景識(shí)別中,但是還很少有研究將新興的基于生物視覺(jué)機(jī)理的語(yǔ)義圖像表達(dá)方法運(yùn)用到這一領(lǐng)域。本文順應(yīng)場(chǎng)景表達(dá)方法的研究趨勢(shì),系統(tǒng)深入地研究了人類早期視覺(jué)階段場(chǎng)景識(shí)別中的匯總統(tǒng)計(jì)機(jī)制。在此基礎(chǔ)上提出了一種新的語(yǔ)義圖像場(chǎng)景表達(dá)方法——匯總統(tǒng)計(jì)方法,并運(yùn)用到對(duì)高分遙感影像場(chǎng)景的識(shí)別中。該方法提取場(chǎng)景的4種典型的匯總統(tǒng)計(jì)特征:場(chǎng)景的平均方向信息、場(chǎng)景雜亂度、感知的場(chǎng)景變化程度以及場(chǎng)景目標(biāo)的平均大小,形成對(duì)場(chǎng)景全局屬性比較完備的描述,較好地模擬了視覺(jué)系統(tǒng)快速識(shí)別場(chǎng)景時(shí)的匯總統(tǒng)計(jì)機(jī)制。為了驗(yàn)證匯總統(tǒng)計(jì)方法的有效性,實(shí)驗(yàn)首先對(duì)兩個(gè)遙感數(shù)據(jù)集進(jìn)行分類實(shí)驗(yàn),包括高分遙感影像典型的復(fù)雜場(chǎng)景圖像,并與Gist、BOW表達(dá)方法比較,分類的精度相對(duì)較高。然后實(shí)驗(yàn)用匯總統(tǒng)計(jì)方法對(duì)非遙感圖像進(jìn)行了分類實(shí)驗(yàn),分類精度也有一定提高。證明了本文的匯總統(tǒng)計(jì)方法對(duì)場(chǎng)景有較好的描述效果,在一定程度上模擬了視覺(jué)系統(tǒng)的場(chǎng)景識(shí)別功能。
【關(guān)鍵詞】：匯總統(tǒng)計(jì) 高分辨率遙感影像 場(chǎng)景表達(dá) 平均方向信息 雜亂度
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：P237
【目錄】：

• 摘要3-5
• ABSTRACT5-12
• 第一章 緒論12-24
• 1.1 研究背景與意義12-14
• 1.1.1 遙感數(shù)據(jù)爆炸時(shí)代12-13
• 1.1.2 遙感圖像場(chǎng)景識(shí)別13-14
• 1.2 國(guó)內(nèi)外場(chǎng)景表達(dá)研究現(xiàn)狀14-17
• 1.2.1 場(chǎng)景表達(dá)方法分類14-16
• 1.2.2 語(yǔ)義圖像方法的發(fā)展16-17
• 1.3 遙感圖像場(chǎng)景識(shí)別的研究現(xiàn)狀17-21
• 1.3.1 高分辨率遙感影像的新特性17-18
• 1.3.2 遙感圖像場(chǎng)景識(shí)別方法的研究現(xiàn)狀18-20
• 1.3.3 語(yǔ)義圖像方法在高分遙感影像場(chǎng)景識(shí)別中的應(yīng)用20-21
• 1.4 本文研究?jī)?nèi)容與組織結(jié)構(gòu)21-24
• 1.4.1 研究?jī)?nèi)容和難點(diǎn)21-22
• 1.4.2 論文組織結(jié)構(gòu)22-24
• 第二章 人類視覺(jué)場(chǎng)景感知中的匯總統(tǒng)計(jì)機(jī)制24-39
• 2.1 早期視覺(jué)中的場(chǎng)景識(shí)別24-29
• 2.1.1 人類識(shí)別場(chǎng)景的層次24-25
• 2.1.2 早期視覺(jué)階段25-28
• 2.1.3 人類早期視覺(jué)中的匯總統(tǒng)計(jì)28-29
• 2.2 幾種典型的匯總統(tǒng)計(jì)信息感知機(jī)制29-35
• 2.2.1 平均方向信息29-31
• 2.2.2 場(chǎng)景的雜亂度31-32
• 2.2.3 感知的場(chǎng)景變化程度32-34
• 2.2.4 場(chǎng)景目標(biāo)的平均大小34-35
• 2.3 基于匯總統(tǒng)計(jì)的高分遙感圖像場(chǎng)景識(shí)別35-38
• 2.3.1 高分辨率遙感影像典型的復(fù)雜場(chǎng)景35-36
• 2.3.2 基于匯總統(tǒng)計(jì)的高分遙感影像場(chǎng)景識(shí)別的可行性36-38
• 2.4 本章小結(jié)38-39
• 第三章 基于匯總統(tǒng)計(jì)特征的場(chǎng)景表達(dá)方法39-52
• 3.1 匯總統(tǒng)計(jì)表達(dá)方法概述39-40
• 3.2 匯總統(tǒng)計(jì)特征的提取方法40-50
• 3.2.1 基于Gabor濾波器的平均方向信息度量40-43
• 3.2.2 基于視覺(jué)擁堵的場(chǎng)景雜亂度度量43-44
• 3.2.3 基于SSIM模型的場(chǎng)景變化程度估計(jì)44-48
• 3.2.4 基于濾波器的場(chǎng)景目標(biāo)平均大小估計(jì)48-50
• 3.3 本章小結(jié)50-52
• 第四章 實(shí)驗(yàn)分析與評(píng)價(jià)52-69
• 4.1 USGS遙感數(shù)據(jù)集的實(shí)驗(yàn)和分析55-60
• 4.1.1 區(qū)域圖像塊大小對(duì)場(chǎng)景變化程度描述的影響55-57
• 4.1.2 平均方向信息和雜亂度對(duì)遙感圖像的區(qū)分度57-58
• 4.1.3 與典型的場(chǎng)景表達(dá)方法的對(duì)比58-60
• 4.2 對(duì)高分影像典型的復(fù)雜場(chǎng)景的分類實(shí)驗(yàn)60-66
• 4.2.1 對(duì)機(jī)場(chǎng)和港口高分遙感影像的分類實(shí)驗(yàn)60-63
• 4.2.2 對(duì)機(jī)場(chǎng)和港口場(chǎng)景的平均方向信息的分析63-66
• 4.3 非遙感數(shù)據(jù)集的實(shí)驗(yàn)和分析66-68
• 4.4 本章小結(jié)68-69
• 第五章 總結(jié)與展望69-71
• 5.1 全文總結(jié)69-70
• 5.2 研究展望70-71
• 參考文獻(xiàn)71-77
• 致謝77-78
• 攻讀碩士學(xué)位期間已發(fā)表或錄用的論文78-80

【相似文獻(xiàn)】

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 常道中;段紅;;數(shù)據(jù)庫(kù)在多層匯總統(tǒng)計(jì)中的應(yīng)用[A];第十屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集[C];1992年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 顧秀穎;高分辨率遙感影像典型的復(fù)雜場(chǎng)景匯總統(tǒng)計(jì)方法[D];上海交通大學(xué);2015年

  本文關(guān)鍵詞：高分辨率遙感影像典型的復(fù)雜場(chǎng)景匯總統(tǒng)計(jì)方法，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：262545