本文關(guān)鍵詞：多特征聯(lián)合的SAR影像建筑物檢測(cè)和提取方法

  更多相關(guān)文章： 合成孔徑雷達(dá) 特征提取 特征加權(quán)融合 極化分解 極化散射特性保持 建筑物檢測(cè)和提取

【摘要】：作為一種主動(dòng)式微波傳感器,合成孔徑雷達(dá)(Synthetic Aperture Radar,簡(jiǎn)稱(chēng)SAR)以其不受光照和氣候條件等限制實(shí)現(xiàn)全天候全天時(shí)對(duì)地觀測(cè)的特點(diǎn),在民用和軍事領(lǐng)域都有其得天獨(dú)厚的優(yōu)勢(shì)。隨著多極化多波段技術(shù)的發(fā)展,針對(duì)之前單極化影像提取特征單一的問(wèn)題和全極化影像相較于單極化影像雖損失了部分分辨率信息卻蘊(yùn)含了更加豐富的地物極化散射信息的優(yōu)勢(shì),本文以單極化強(qiáng)度影像和全極化影像為研究對(duì)象,分別提出了基于強(qiáng)度影像的多特征加權(quán)融合的建筑物檢測(cè)方法和基于全極化影像的引入特征約束的保持極化散射特性的建筑物檢測(cè)方法,并在強(qiáng)度影像檢測(cè)結(jié)果基礎(chǔ)上進(jìn)行了整體建筑區(qū)的輪廓提取。論文主要包括以下幾個(gè)方面:(1)SAR影像上建筑物典型特征分析。研究分析了建筑物的典型成像效應(yīng),在此基礎(chǔ)上分析了建筑物到SAR影像上投影關(guān)系,為后續(xù)的研究提供了理論基礎(chǔ)。(2)基于單極化強(qiáng)度影像,提出了一種綜合統(tǒng)計(jì)和結(jié)構(gòu)多特征加權(quán)融合的建筑區(qū)提取方法,分別采用經(jīng)典的灰度共生矩陣方法提取統(tǒng)計(jì)紋理特征和采用變差函數(shù)方法提取結(jié)構(gòu)紋理特征,并考慮方向信息,然后利用提出的巴氏距離特征權(quán)值計(jì)算方法,將所選特征進(jìn)行加權(quán)融合,利用K均值聚類(lèi)算法對(duì)融合后的特征圖像進(jìn)行非監(jiān)督分類(lèi),對(duì)分類(lèi)圖像進(jìn)行后處理并提取外部輪廓。實(shí)驗(yàn)表明該方法能夠有效高精度地提取高分辨率機(jī)載SAR影像中的建筑區(qū)。(3)基于全極化SAR影像的極化散射信息和紋理信息,旨在更加全面地檢測(cè)出平行建筑物和定向建筑物,提出一種引入特征約束的保持極化散射特性的建筑物提取方法。利用Yamaguchi分解將圖像像元初步劃分為三種主散射類(lèi)型,然后利用引入的極化方位角均值特征和分析極化總功率圖得到的熵值特征作為約束指標(biāo),通過(guò)分析得到具有分離性的閾值,將體散射類(lèi)型混入的定向建筑物像元重新劃分到偶次散射類(lèi)別中,將重新劃分的三種散射類(lèi)型作為Wishart分類(lèi)器的初始輸入分類(lèi)特征進(jìn)行極化分類(lèi),最后通過(guò)類(lèi)別合并提取出建筑物。通過(guò)與基于Yamaguchi分解的提取結(jié)果進(jìn)行對(duì)比分析,表明本文提出的方法更能適應(yīng)具有定向建筑物的復(fù)雜場(chǎng)景,提高了建筑物整體的檢測(cè)精度。
【關(guān)鍵詞】：合成孔徑雷達(dá) 特征提取 特征加權(quán)融合 極化分解 極化散射特性保持 建筑物檢測(cè)和提取
【學(xué)位授予單位】：山東農(nóng)業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：P237
【目錄】：

• 符號(hào)說(shuō)明4-8
• 中文摘要8-9
• 英文摘要9-11
• 1 緒論11-19
• 1.1 研究背景及意義11-12
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀12-16
• 1.2.1 SAR影像建筑物檢測(cè)和提取的國(guó)內(nèi)外研究現(xiàn)狀12-15
• 1.2.2 存在問(wèn)題及研究切入點(diǎn)15-16
• 1.3 研究?jī)?nèi)容與結(jié)構(gòu)安排16-19
• 2 SAR影像建筑物成像機(jī)理與典型特征分析19-28
• 2.1 SAR影像幾何特點(diǎn)19-22
• 2.1.1 斜距顯示的近距離壓縮19-20
• 2.1.2 透視收縮和疊掩20-21
• 2.1.3 陰影21-22
• 2.2 幾何特點(diǎn)引起的建筑物成像機(jī)理和投影關(guān)系22-27
• 2.3 SAR影像中建筑物特征分析27-28
• 3 多特征加權(quán)融合的高分辨率SAR影像建筑區(qū)檢測(cè)提取方法28-39
• 3.1 概述28-29
• 3.2 綜合統(tǒng)計(jì)和結(jié)構(gòu)多特征加權(quán)融合的建筑區(qū)提取方法29-32
• 3.2.1 基于灰度共生矩陣的紋理分析29
• 3.2.2 基于變差函數(shù)的紋理分析29-30
• 3.2.3 紋理特征加權(quán)融合方法30-31
• 3.2.4 建筑區(qū)提取方法31-32
• 3.3 研究過(guò)程32-36
• 3.3.1 數(shù)據(jù)及預(yù)處理32-33
• 3.3.2 計(jì)算灰度共生矩陣參數(shù)的確定33
• 3.3.3 變差函數(shù)紋理特征計(jì)算參數(shù)的確定33-34
• 3.3.4 紋理特征權(quán)值確定與融合34-35
• 3.3.5 分類(lèi)和后處理35-36
• 3.4 實(shí)驗(yàn)結(jié)果及精度36-38
• 3.5 小結(jié)38-39
• 4 紋理特征約束下的保持極化散射特性的城區(qū)建筑物檢測(cè)方法39-61
• 4.1 概述39-40
• 4.2 極化SAR基本理論40-49
• 4.2.1 電磁波的極化及其表征41-44
• 4.2.2 目標(biāo)極化散射特性表征44-49
• 4.3 改進(jìn)的保持極化散射特性的城區(qū)建筑物提取方法49-53
• 4.3.1 Yamaguchi分解模型49-51
• 4.3.2 極化方位角51-52
• 4.3.3 建筑物提取方法52-53
• 4.4 研究過(guò)程53-60
• 4.4.1 數(shù)據(jù)及預(yù)處理53-54
• 4.4.2 極化方位角均值特征參數(shù)的確定54-56
• 4.4.3 熵特征參數(shù)的確定56-57
• 4.4.4 像元散射類(lèi)型重新劃分57-58
• 4.4.5 提取結(jié)果與對(duì)比分析58-60
• 4.5 小結(jié)60-61
• 5 結(jié)論與展望61-63
• 5.1 結(jié)論61-62
• 5.2 主要?jiǎng)?chuàng)新之處62
• 5.3 展望62-63
• 參考文獻(xiàn)63-68
• 致謝68-69
• 碩士期間發(fā)表的論文及參與項(xiàng)目69

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 竇建方;陳鷹;;基于數(shù)學(xué)形態(tài)學(xué)和相位編組SAR影像道路自動(dòng)提取[J];遙感信息;2008年05期

2 竇建方;陳鷹;;基于數(shù)學(xué)形態(tài)學(xué)和相位編組SAR影像道路自動(dòng)提取[J];測(cè)繪科學(xué);2009年02期

3 劉俊怡;李德仁;李微;梅新;;一種基于均值比率和最佳熵的SAR影像邊緣檢測(cè)方法[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2007年06期

4 徐川;華鳳;眭海剛;陳光;;多尺度水平集SAR影像水體自動(dòng)分割方法[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2014年01期

5 張晰;張杰;紀(jì)永剛;;基于紋理特征分析的遼東灣SAR影像海冰檢測(cè)[J];海洋科學(xué)進(jìn)展;2008年03期

6 王冬紅;王番;周華;劉智;;SAR影像的幾何精糾正[J];遙感學(xué)報(bào);2006年01期

7 咼維;胡濤;廖明生;陳呈輝;;用于高分辨率SAR影像建筑物提取的對(duì)象級(jí)高亮特征描述方法[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2014年02期

8 萬(wàn)紫;王新;劉江;;基于簡(jiǎn)化定位模型的高分辨率SAR影像模擬方法研究[J];測(cè)繪工程;2014年06期

9 黃國(guó)滿,郭建坤,趙爭(zhēng),肖洲,仇春平,呂京國(guó);SAR影像多項(xiàng)式正射糾正方法與實(shí)驗(yàn)[J];測(cè)繪科學(xué);2004年06期

10 付春永;譚克龍;;高分辨率SAR影像調(diào)繪研究[J];測(cè)繪通報(bào);2012年01期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前3條

1 孟俊敏;張自歷;張杰;;利用SAR影像研究臺(tái)灣東北部?jī)?nèi)波的激發(fā)源及時(shí)空分布特征[A];中國(guó)科學(xué)院海洋科學(xué)青年學(xué)術(shù)研討會(huì)暨2001年海洋湖沼科學(xué)青年學(xué)者論壇論文摘要集[C];2001年

2 李海艷;杜濤;何宜軍;;風(fēng)對(duì)內(nèi)波SAR影像的影響[A];中國(guó)海洋學(xué)會(huì)2005年學(xué)術(shù)年會(huì)論文匯編[C];2005年

3 陳旭;秦朝峰;;水平運(yùn)動(dòng)小球生成內(nèi)波的仿真SAR影像[A];第九屆全國(guó)水動(dòng)力學(xué)學(xué)術(shù)會(huì)議暨第二十二屆全國(guó)水動(dòng)力學(xué)研討會(huì)論文集[C];2009年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 徐川;基于多特征多測(cè)度的光學(xué)與SAR影像自動(dòng)配準(zhǔn)方法研究[D];武漢大學(xué);2013年

2 孫建;SAR影像的海浪信息反演[D];中國(guó)海洋大學(xué);2005年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 劉欣;多特征聯(lián)合的SAR影像建筑物檢測(cè)和提取方法[D];山東農(nóng)業(yè)大學(xué);2016年

2 寧凱;基于SAR影像反演山區(qū)森林郁閉度的方法研究[D];西南交通大學(xué);2014年

3 李英會(huì);基于時(shí)間序列高分辨率SAR影像的地表形變監(jiān)測(cè)技術(shù)研究[D];遼寧工程技術(shù)大學(xué);2012年

，

本文編號(hào)：550826