本文關(guān)鍵詞：結(jié)合SURF和分水嶺分割的遙感影像鑲嵌線提取，由筆耕文化傳播整理發(fā)布。

【摘要】：高分辨率遙感影像極大地拓寬了對(duì)地觀測的空間尺度，現(xiàn)已廣泛應(yīng)用于地籍調(diào)查、土地利用監(jiān)測、城市規(guī)劃、搶險(xiǎn)救災(zāi)等領(lǐng)域。但是，隨著影像空間分辨率的提高，，影像幅寬受到了嚴(yán)重限制，單幅影像愈發(fā)不能滿足各種研究與應(yīng)用的需求，影像自動(dòng)拼接技術(shù)在遙感影像應(yīng)用中的重要性日益明顯。 本文提出了一種遙感影像鑲嵌線提取算法，主要工作包括： （1）分析了經(jīng)典SURF算法在高分辨率影像自動(dòng)匹配中的優(yōu)缺點(diǎn)，并在此基礎(chǔ)上，采用空間約束策略對(duì)SURF特征點(diǎn)匹配過程進(jìn)行約束，提高了特征點(diǎn)匹配的速度與精度并使特征點(diǎn)分布趨于均勻。首先利用雙向匹配方法實(shí)現(xiàn)了目標(biāo)影像子圖像與基準(zhǔn)影像特征點(diǎn)匹配并得到了目標(biāo)影像初始變換模型；通過限以搜索空間的特征點(diǎn)匹配，提高了特征點(diǎn)匹配精度和速度；通過分析影像的結(jié)構(gòu)性相似度提取建筑物等區(qū)域，從而剔除位于該區(qū)域的特征點(diǎn)，一定程度上避免了此類特征點(diǎn)對(duì)影像變換模型的誤導(dǎo)。 （2）分析了目前初始鑲嵌線提取算法在實(shí)際應(yīng)用中的不足，提出一種基于區(qū)域生長的初始鑲嵌線生成方法。該方法便于實(shí)現(xiàn)，對(duì)有效重疊區(qū)的形狀幾乎沒有任何限制，既可以是簡單的四邊形、一般多邊形，也可以是更加復(fù)雜的形狀。 （3）基于分水嶺分割，提出一種顧及影像相鄰斑塊相似度的鑲嵌線優(yōu)化算法，使得鑲嵌線落在水體、道路、建筑物等顯著地物邊緣，從而保持最終鑲嵌影像中地物的完整性，實(shí)現(xiàn)影像的無縫拼接。該算法在形態(tài)學(xué)開閉重建的基礎(chǔ)上對(duì)影像重疊區(qū)域進(jìn)行標(biāo)記分水嶺分割，以提取該區(qū)域中地物的邊緣。然后，以分水嶺路徑中的三叉路口或四叉路口為節(jié)點(diǎn)進(jìn)行最短路徑搜索，使得節(jié)點(diǎn)數(shù)量至少減少了4個(gè)數(shù)量級(jí)，大大降低了時(shí)間和空間復(fù)雜度。引入TD和J-M距離作為相鄰影像斑塊間的相似性度量，對(duì)具有較高相似度的斑塊間的路徑進(jìn)行懲罰，從而有效保證鑲嵌線能夠沿著顯著地物邊緣生成。 使用中等分辨率的IRS、ALOS影像和高分辨率的無人機(jī)影像對(duì)本文算法有效性進(jìn)行了驗(yàn)證。結(jié)果表明，本文的特征點(diǎn)匹配算法快速、穩(wěn)健，所提取的鑲嵌線位于明顯地物邊緣，影像拼接圖具有良好的視覺效果。
【關(guān)鍵詞】：影像配準(zhǔn)鑲嵌 SURF 鑲嵌線 分水嶺分割 相似性度量
【學(xué)位授予單位】：中國礦業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：P237
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-8
• 目錄8-10
• Contents10-12
• 圖清單12-16
• 表清單16-17
• 1 緒論17-25
• 1.1 選題背景與研究意義17-19
• 1.2 國內(nèi)外研究現(xiàn)狀19-22
• 1.3 論文研究內(nèi)容及結(jié)構(gòu)安排22-25
• 2 基于局部不變特征影像匹配算法25-33
• 2.1 圖像尺度空間理論25-26
• 2.2 SURF 算法26-30
• 2.3 特征點(diǎn)匹配30-32
• 2.4 本章小結(jié)32-33
• 3 基于改進(jìn) SURF 特征點(diǎn)匹配的遙感影像配準(zhǔn)33-45
• 3.1 問題分析33
• 3.2 改進(jìn)的 SURF 特征點(diǎn)匹配33-36
• 3.3 多幅影像全局配準(zhǔn)36-38
• 3.4 實(shí)驗(yàn)結(jié)果與討論38-43
• 3.5 本章小結(jié)43-45
• 4 基于形態(tài)學(xué)開閉重建的標(biāo)記分水嶺分割45-57
• 4.1 數(shù)學(xué)形態(tài)學(xué)概述45-51
• 4.2 分水嶺變換原理51-53
• 4.3 分水嶺算法的過分割問題53-54
• 4.4 基于形態(tài)學(xué)開閉重建濾波的標(biāo)記分水嶺分割54-56
• 4.5 本章小結(jié)56-57
• 5 結(jié)合分割和最短路徑的鑲嵌線優(yōu)化57-74
• 5.1 有效重疊區(qū)域檢測與初始鑲嵌線生成57-62
• 5.2 有效重疊區(qū)域分水嶺分割62
• 5.3 基于最短路徑搜索的鑲嵌線提取62-65
• 5.4 實(shí)驗(yàn)結(jié)果與分析65-71
• 5.5 本章小結(jié)71-74
• 6 結(jié)論與展望74-76
• 6.1 結(jié)論74-75
• 6.2 展望75-76
• 參考文獻(xiàn)76-82
• 作者簡歷82-84
• 學(xué)位論文數(shù)據(jù)集84

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉慶元;劉有;鄒磊;易柳城;;無人機(jī)遙感影像拼接方法探討[J];測繪通報(bào);2012年05期

2 潘俊;王密;李德仁;;接縫線網(wǎng)絡(luò)的自動(dòng)生成及優(yōu)化方法[J];測繪學(xué)報(bào);2010年03期

3 左志權(quán);張祖勛;張劍清;曹輝;;DSM輔助下城區(qū)大比例尺正射影像鑲嵌線智能檢測[J];測繪學(xué)報(bào);2011年01期

4 袁修孝;鐘燦;;一種改進(jìn)的正射影像鑲嵌線最小化最大搜索算法[J];測繪學(xué)報(bào);2012年02期

5 王山虎;尤紅建;付琨;;基于大尺度雙邊SIFT的SAR圖像同名點(diǎn)自動(dòng)提取方法[J];電子與信息學(xué)報(bào);2012年02期

6 曾慶業(yè);唐娉;;使用仿射不變特征的遙感圖像自動(dòng)配準(zhǔn)[J];計(jì)算機(jī)工程;2009年01期

7 ;Intelligent optimization of seam-line finding for orthophoto mosaicking with LiDAR point clouds[J];Journal of Zhejiang University-Science C(Computers & Electronics);2011年05期

8 潘俊;王密;李德仁;;基于顧及重疊的面Voronoi圖的接縫線網(wǎng)絡(luò)生成方法[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2009年05期

9 張劍清;孫明偉;張祖勛;;基于蟻群算法的正射影像鑲嵌線自動(dòng)選擇[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2009年06期

10 孫杰;馬洪超;湯璇;;機(jī)載LiDAR正射影像鑲嵌線智能優(yōu)化研究[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2011年03期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 溫紅艷;遙感圖像拼接算法研究[D];華中科技大學(xué);2009年

  本文關(guān)鍵詞：結(jié)合SURF和分水嶺分割的遙感影像鑲嵌線提取，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：373970