單極化TerraSAR-X影像支持下面向?qū)ο蟮慕ㄖ䥇^(qū)提取方法研究
本文關(guān)鍵詞:單極化TerraSAR-X影像支持下面向?qū)ο蟮慕ㄖ䥇^(qū)提取方法研究
更多相關(guān)文章: TerraSAR-X影像 面向?qū)ο?/b> 紋理分析 特征優(yōu)化 建筑區(qū)提取
【摘要】:基于衛(wèi)星影像進(jìn)行建筑區(qū)信息的識(shí)別,為城市擴(kuò)張監(jiān)測(cè)、城市規(guī)劃、災(zāi)害評(píng)估提供了一個(gè)關(guān)鍵的信息層。在受限于環(huán)境條件無(wú)法獲得光學(xué)遙感影像的地區(qū),星載雷達(dá)影像表現(xiàn)出了足夠大的優(yōu)勢(shì)。根據(jù)所使用的合成孔徑雷達(dá)數(shù)據(jù)的特點(diǎn),開(kāi)發(fā)和調(diào)整建筑區(qū)信息的自動(dòng)提取方法已經(jīng)成為研究的熱點(diǎn)。本文以高分辨率單極化TerraSAR-X影像為數(shù)據(jù)源,從面向?qū)ο蟮募y理分析和多特征分類兩個(gè)角度對(duì)建筑區(qū)的提取方法進(jìn)行了研究,主要內(nèi)容如下:(1)建筑區(qū)在高分辨率SAR影像上具有較高的后向散射強(qiáng)度,但是在具體的應(yīng)用中,建筑物像元并不能完全高亮顯示在SAR影像中。而紋理特征作為建筑區(qū)區(qū)別于其它土地利用類型的一個(gè)重要特征,本文以三個(gè)典型的城市場(chǎng)景為實(shí)驗(yàn)區(qū),以Matlab為軟件平臺(tái),首先對(duì)比分析了不同的紋理信息提取方法,然后根據(jù)提取出的紋理特征影像,在eCognition軟件的支持下,基于最大類間方差算法構(gòu)建面向?qū)ο蟮挠跋穸祷?guī)則集,實(shí)現(xiàn)紋理特征閾值的自動(dòng)確定,達(dá)到建筑區(qū)輪廓快速提取的目的。(2)針對(duì)僅利用單極化TerraSAR-X影像的紋理特征提取建筑區(qū)存在的不足,考慮到建筑區(qū)在一定時(shí)期內(nèi)處于相對(duì)穩(wěn)定的狀態(tài),利用不同時(shí)相的單極化TerraSAR-X影像,以影像的后向散射特性、相干性、相干斑差異性、紋理特性為切入點(diǎn),波段組合特征影像,首先進(jìn)行多尺度分割,選擇訓(xùn)練樣本對(duì)象,充分挖掘樣本對(duì)象的屬性信息,然后考慮類間、類內(nèi)距離建立特征分離性指標(biāo),進(jìn)行特征優(yōu)化,最后應(yīng)用面向?qū)ο蟮亩嗵卣鞣诸惙椒▽?shí)現(xiàn)了建筑區(qū)的提取。實(shí)驗(yàn)結(jié)果表明,本文的方法一方面減少了特征的冗余,另一方面維持了較高的信息提取精度,在一定程度上彌補(bǔ)了eCognition軟件中影像對(duì)象紋理特征計(jì)算慢的不足。(3)設(shè)計(jì)和開(kāi)發(fā)用于特征提取和特征優(yōu)選的實(shí)驗(yàn)平臺(tái),構(gòu)建基于單極化TerraSAR-X影像提取建筑區(qū)輪廓的知識(shí)規(guī)則集,開(kāi)發(fā)操作功能庫(kù),定制可視化界面,建立了一套可讀性強(qiáng)用于建筑區(qū)輪廓提取的解決方案,幫助作業(yè)人員快速、輕松地進(jìn)行建筑區(qū)輪廓提取。
【關(guān)鍵詞】:TerraSAR-X影像 面向?qū)ο?/strong> 紋理分析 特征優(yōu)化 建筑區(qū)提取
【學(xué)位授予單位】:中國(guó)礦業(yè)大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2016
【分類號(hào)】:P237
【目錄】:
- 致謝4-5
- 摘要5-6
- Abstract6-16
- 1 緒論16-24
- 1.1 研究背景與意義16-17
- 1.2 國(guó)內(nèi)外研究現(xiàn)狀17-21
- 1.3 論文研究?jī)?nèi)容及結(jié)構(gòu)安排21-24
- 2 研究區(qū)概況及數(shù)據(jù)預(yù)處理24-32
- 2.1 研究區(qū)概況24-25
- 2.2 研究區(qū)數(shù)據(jù)介紹25-28
- 2.3 數(shù)據(jù)預(yù)處理28-31
- 2.4 本章小結(jié)31-32
- 3 基于紋理分析的TerraSAR-X影像建筑區(qū)提取32-55
- 3.1 基于灰度共生矩陣的紋理分析32-33
- 3.2 基于類別共生矩陣的紋理分析33-35
- 3.3 基于變差函數(shù)的類別共生矩陣的紋理分析35-42
- 3.4 基于類別相似矩陣的紋理分析42-47
- 3.5 閾值分類47-48
- 3.6 實(shí)驗(yàn)與分析48-54
- 3.7 本章小結(jié)54-55
- 4 基于多特征的TerraSAR-X影像建筑區(qū)提取55-77
- 4.1 TerraSAR-X影像特性分析55-62
- 4.2 影像分割62-65
- 4.3 特征提取與優(yōu)選65-70
- 4.4 多特征分類70-73
- 4.5 輪廓規(guī)范化73-74
- 4.6 實(shí)驗(yàn)與分析74-76
- 4.7 本章小結(jié)76-77
- 5 實(shí)驗(yàn)平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)77-87
- 5.1 特征提取與優(yōu)選實(shí)驗(yàn)平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)77-79
- 5.2 建筑區(qū)輪廓提取功能庫(kù)的設(shè)計(jì)與實(shí)現(xiàn)79-84
- 5.3 實(shí)驗(yàn)平臺(tái)測(cè)試與驗(yàn)證84-86
- 5.4 本章小結(jié)86-87
- 6 結(jié)論與展望87-89
- 6.1 結(jié)論87-88
- 6.2 展望88-89
- 參考文獻(xiàn)89-96
- 作者簡(jiǎn)歷96-98
- 學(xué)位論文數(shù)據(jù)集98
【相似文獻(xiàn)】
中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條
1 詹總謙;來(lái)冰華;萬(wàn)杰;李樓;;一種利用紋理特征和樸素貝葉斯分類器檢測(cè)近景影像植被的方法[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2013年06期
2 黃春龍;邢立新;韓冬;;基于紋理特征的水系信息提取[J];吉林大學(xué)學(xué)報(bào)(地球科學(xué)版);2008年S1期
3 張慧;王宏琦;孫顯;;結(jié)合顏色和紋理特征的樹(shù)冠提取方法[J];光學(xué)技術(shù);2008年04期
4 張礫;;輔以紋理特征的洪澤湖濕地信息提取[J];遙感信息;2010年03期
5 耿國(guó)華;王克剛;李康;;基于色彩紋理特征的圖像分類及應(yīng)用[J];西北大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年01期
6 王晶;劉湘南;;引入紋理特征的多光譜遙感影像海面油膜信息提取[J];海洋通報(bào);2013年04期
7 張睿;張繼賢;李海濤;;基于角度紋理特征及剖面匹配的高分辨率遙感影像帶狀道路半自動(dòng)提取[J];遙感學(xué)報(bào);2008年02期
8 汪華章;;基于紋理特征的巖屑圖像識(shí)別[J];西南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年05期
9 劉健;余坤勇;許章華;李國(guó)清;繆麗娟;沈建文;;竹資源專題信息提取紋理特征量構(gòu)建研究[J];遙感信息;2010年06期
10 王麗濤;王世新;周藝;劉文亮;王峰;王福濤;;基于紋理特征的高分辨率遙感影像災(zāi)害監(jiān)測(cè)應(yīng)用[J];災(zāi)害學(xué);2014年03期
中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條
1 田學(xué)東;郭寶蘭;;基于紋理特征的版式識(shí)別研究[A];輝煌二十年——中國(guó)中文信息學(xué)會(huì)二十周年學(xué)術(shù)會(huì)議論文集[C];2001年
2 殷積東;劉博;王少輝;;基于粗糙集理論和關(guān)聯(lián)規(guī)則的腐蝕區(qū)域紋理特征檢測(cè)算法研究[A];圖像圖形技術(shù)研究與應(yīng)用(2010)[C];2010年
3 秦鐘;;基于紋理特征的車輛分割方法[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年
4 王建新;周晨波;于文英;;利用紋理特征分析激光散斑圖像[A];第十一屆全國(guó)光學(xué)測(cè)試學(xué)術(shù)討論會(huì)論文(摘要集)[C];2006年
5 王宇生;陳純;;一種用于圖像檢索的紋理特征[A];中國(guó)圖象圖形學(xué)會(huì)第十屆全國(guó)圖像圖形學(xué)術(shù)會(huì)議(CIG’2001)和第一屆全國(guó)虛擬現(xiàn)實(shí)技術(shù)研討會(huì)(CVR’2001)論文集[C];2001年
6 龔紅菊;姬長(zhǎng)英;;基于紋理特征的麥穗產(chǎn)量測(cè)量方法研究[A];2007年中國(guó)農(nóng)業(yè)工程學(xué)會(huì)學(xué)術(shù)年會(huì)論文摘要集[C];2007年
7 常哲;侯榆青;程濤;李明俐;劉黎寧;;綜合顏色和紋理特征的圖像檢索[A];全國(guó)第三屆信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)交流會(huì)?痆C];2009年
8 趙銀娣;蔡燕;;紋理特征在高空間分辨率遙感影像分類中的應(yīng)用探討[A];《測(cè)繪通報(bào)》測(cè)繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年
9 秦健;李濤;;基于Contourlet變換提取云的旋轉(zhuǎn)不變紋理特征[A];2009第五屆蘇皖兩省大氣探測(cè)、環(huán)境遙感與電子技術(shù)學(xué)術(shù)研討會(huì)專輯[C];2009年
10 張樹(shù)恒;陽(yáng)維;廖廣姍;王蓮蕓;張素;;基于形狀和紋理特征的致敏花粉顯微圖像識(shí)別[A];中華醫(yī)學(xué)會(huì)2010年全國(guó)變態(tài)反應(yīng)學(xué)術(shù)會(huì)議暨中歐變態(tài)反應(yīng)高峰論壇參會(huì)指南/論文匯編[C];2010年
中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條
1 周前進(jìn);基于紋理特征的打印文檔機(jī)源認(rèn)證技術(shù)研究[D];武漢大學(xué);2015年
2 夏瑜;基于結(jié)構(gòu)的紋理特征及應(yīng)用研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年
3 李伯宇;圖像紋理分析及分類方法研究[D];復(fù)旦大學(xué);2007年
中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條
1 李強(qiáng);基于顏色與紋理特征的圖像檢索技術(shù)研究[D];河北大學(xué);2015年
2 田甜;面向?qū)ο蟮纳种脖活愋托畔⑻崛〖夹g(shù)[D];東北林業(yè)大學(xué);2015年
3 崔巍;基于紋理特征的地表覆蓋分類算法研究[D];南京理工大學(xué);2015年
4 宋歌聲;利用超聲圖像紋理特征鑒別甲狀腺結(jié)節(jié)良惡性的研究[D];山東大學(xué);2015年
5 廖聲揚(yáng);數(shù)字視頻復(fù)制—粘貼篡改被動(dòng)取證研究[D];福建師范大學(xué);2015年
6 牧其爾;基于紋理特征的人工梭梭林生物量遙感估測(cè)研究[D];內(nèi)蒙古師范大學(xué);2015年
7 張瑞英;基于多源遙感數(shù)據(jù)的森林郁閉度估測(cè)方法研究[D];內(nèi)蒙古師范大學(xué);2015年
8 黃源;基于區(qū)域語(yǔ)義模板的刑偵圖像檢索算法研究[D];西安郵電大學(xué);2015年
9 趙玉丹;基于LBP的圖像紋理特征的提取及應(yīng)用[D];西安郵電大學(xué);2015年
10 林婉晴;城市不透水面信息提取方法及應(yīng)用研究[D];福建師范大學(xué);2015年
,本文編號(hào):610287
本文鏈接:http://sikaile.net/kejilunwen/dizhicehuilunwen/610287.html