發(fā)布時間：2020-05-24 03:38

【摘要】：海岸線作為海陸分界線,是大陸及海島礁形狀描繪與面積量算的依據(jù),是海圖和地形圖上不可或缺的重要地形要素,由于地理位置優(yōu)勢以及人類活動頻繁等因素,海岸線區(qū)域成為最為敏感的地帶,快速實時的掌握其開發(fā)狀況及位置變化已成為亟待解決的關(guān)鍵問題。合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)以其高頻、高精度、快速、統(tǒng)一、同步、綜合的數(shù)據(jù)獲取能力以及全天候、大面積、周期性和穿透云霧雨雪觀測的特點非常適用于海岸線信息探測,在海岸帶資源調(diào)查和海岸帶管理等方面表現(xiàn)出無可比擬的優(yōu)勢。本文主體研究如何利用SAR影像實現(xiàn)對海岸線的自動、快速、準(zhǔn)確提取。在現(xiàn)有提取方法的基礎(chǔ)上,重點對目前常用的具有較強(qiáng)的檢測靈敏度和抗噪能力的多尺度影像序列水平集C-V模型分割海岸線方法進(jìn)行研究。針對SAR影像固有的斑點噪聲、海陸區(qū)域的反射信息變化無常、復(fù)雜地物的難以區(qū)分等因素引起的多尺度序列影像邊界繼承不連續(xù)、C-V模型差分迭代復(fù)雜的問題,從縱向影像序列生成與橫向精細(xì)化自動分割兩個方面進(jìn)行改進(jìn),構(gòu)建了一種新的適用于提取SAR影像海岸線的方法—Multiscale Sequence-Chan Vese(MS-CV)方法,以提高SAR海岸線提取的精度與計算速率,實現(xiàn)SAR影像海岸線的快速自動化精確獲得。本文主要工作和創(chuàng)新點如下:1.改進(jìn)了多尺度序列金字塔影像的生成方式,通過改變由小尺度影像到大尺度影像的繼承迭代方式,給出了基于指數(shù)型和雙曲型的兩種多尺度影像金字塔序列生成方式。實驗表明此改進(jìn)方法一方面提高邊界繼承的效率,另一方面通過尺度變化降低噪聲干擾并整合所關(guān)注的對象。2.提出了一種適用于自動提取SAR影像海岸線方法——MS-CV方法。本方法在改進(jìn)多尺度影像序列的基礎(chǔ)上,應(yīng)用了包括巴特沃斯低通濾波、Ostu預(yù)分割、綜合閾值的輔助方法,提升C-V模型的初始值獲得的效率及海岸線自動化分割的精確度,實驗表明此方法提升了 SAR海岸線提取精度與計算速率。3.發(fā)展了一種對海岸線提取結(jié)果進(jìn)行精度評價的方法——偏移誤差量,即偏移量的均方根誤差,評價MS-CV方法分割的海岸線與常規(guī)多尺度C-V模型分割海岸線的差異情況,以解決不同方法原始數(shù)據(jù)點數(shù)、位置不同而無法進(jìn)行海岸線精度評價的問題。本文通過利用Cosmo-SkyMed影像數(shù)據(jù)進(jìn)行研究實驗,與現(xiàn)有的多尺度C-V模型分割海岸線方法對比評價,MS-CV方法在海岸線提取精度與計算速率方面具有明顯的優(yōu)勢。
【圖文】：

了合并或分裂的拓?fù)浣Y(jié)構(gòu)變化，水平集函數(shù)依然可以有效的進(jìn)行處理，最后達(dá)逡逑到演化全部閉合曲線的目的。此原理也是水平集函數(shù)實現(xiàn)演化閉合活動輪廓線逡逑的優(yōu)點，對于影像實現(xiàn)高精度分割是非常有效的。如圖２．１所示，由于水平集逡逑函數(shù)不斷進(jìn)行演化，，所以對應(yīng)的零水平集也在不斷變化，當(dāng)水平集演化趨于平逡逑穩(wěn)時，演化停止，得到界面形狀。逡逑圖２．１水平集曲線演化表示逡逑Ｆｉｇ．２．１邋Ｅｖｏｌｕｔｉｏｎ邋ｏｆ邋ｌｅｖｅｌ邋ｓｅｔ邋ｃｕｒｖｅ逡逑其實換種說法就是，把平面曲線演化的問題轉(zhuǎn)化成曲面的演化問題，而原逡逑理轉(zhuǎn)化的銜接點就是曲線是曲面的零水平集。具體做法為，給定演化平面上的逡逑一條閉合曲線，以曲線為邊界，把整個平面劃分為兩個區(qū)域：曲線的外部和內(nèi)逡逑１４逡逑

平集方法與Ｃ－Ｖ模型的結(jié)合應(yīng)用中，對函數(shù)在閉合曲線拓展中，對于ＳＤＦ函數(shù)的符號演變，不能確保在每一次的更新迭代的正負(fù)具有穩(wěn)定的特性。因此，在利用Ｃ－Ｖ模型對影像的分割中，始化是逐一進(jìn)行的，這種迭代過程則導(dǎo)致速率變慢，所需時間增加。逡逑有的基于Ｃ－Ｖ模型的二進(jìn)制多尺度的海岸線分割逡逑多尺度即為圖像的金字塔表達(dá)逡逑現(xiàn)有二進(jìn)制多尺度方法即為將影像進(jìn)行多尺度序列的生成，此序列即為］９８７年Ｍａｌｌａｔ［８３］提出的多分辨率理論。簡單來說，由于目的性同尺度影像，以不同分辨率來進(jìn)行研宄，具有不同的效果，如高于獲得其細(xì)致的紋理信息，低分辨率下有利于獲得其輪廓信息。對海岸線分割，在不同的尺度拆解下，可有效的利于目標(biāo)提取。逡逑
【學(xué)位授予單位】：山東科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：P715.7

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳詩Zs;吳一全;周建江;孟天亮;;利用倒數(shù)灰度熵和改進(jìn)Chan-Vese模型進(jìn)行SAR河流圖像分割[J];測繪學(xué)報;2015年11期

2 馮文卿;張永軍;;利用多尺度融合進(jìn)行面向?qū)ο蟮倪b感影像變化檢測[J];測繪學(xué)報;2015年10期

3 于彩霞;許軍;黃文騫;盧巖;林林;;海岸線及其測繪技術(shù)探討[J];測繪工程;2015年07期

4 劉鵬程;;基于水平集理論的海岸線輪廓特征提取[J];國土資源遙感;2015年02期

5 張紅;葉曦;王超;張波;吳樊;湯益先;;面向?qū)ο蟮母叻直媛蔛AR圖像處理及應(yīng)用[J];中國圖象圖形學(xué)報;2014年03期

6 林政宗;呂科;楊磊;徐文;翟銳;;基于Level Set的海岸線檢測[J];電子學(xué)報;2014年02期

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

8 胡倩;張豐;劉仁義;杜震洪;;基于梯度矢量流和主動輪廓模型的海陸邊界提取[J];浙江大學(xué)學(xué)報(理學(xué)版);2013年06期

9 張旭凱;張霞;楊邦會;莊智;尚坤;;結(jié)合海岸類型和潮位校正的海岸線遙感提取[J];國土資源遙感;2013年04期

10 陶珂;朱建軍;;多指標(biāo)融合的小波去噪最佳分解尺度選擇方法[J];測繪學(xué)報;2012年05期

本文編號：2678399