本文關(guān)鍵詞：SAR圖像海岸線檢測(cè)與地物分類

  更多相關(guān)文章： SAR圖像 海岸線檢測(cè) 地物分類 紋理特征

【摘要】：SAR圖像處理是人們獲取信息的重要途徑之一,在各個(gè)領(lǐng)域已經(jīng)得到廣泛應(yīng)用。如今,SAR成像技術(shù)已經(jīng)日益成熟,SAR數(shù)據(jù)的獲取速度與質(zhì)量也已得到迅速提升,這些都將增加對(duì)SAR圖像處理技術(shù)的需求。因此如何實(shí)現(xiàn)快速、自動(dòng)化的SAR圖像處理是一個(gè)重要的研究方向。本文主要對(duì)海岸線檢測(cè)方法和圖像分類方法做了介紹。對(duì)于海岸線檢測(cè),主要研究了兩種基本的檢測(cè)方法;對(duì)于圖像分類,主要研究了基于紋理特征和基于馬爾科夫隨機(jī)場(chǎng)的分類方法。本文在超像素分割的基礎(chǔ)上提取紋理特征,選用合適的分類器對(duì)圖像進(jìn)行分類,又結(jié)合馬爾科夫隨機(jī)場(chǎng)理論,將紋理特征與空間信息相結(jié)合,對(duì)分類結(jié)果進(jìn)一步改進(jìn)。論文主要內(nèi)容安排如下:1.主要研究了兩種基本的海岸線檢測(cè)方法。第一種方法是邊界追蹤法,該方法由J.Lee和I.Jurkevich于1990年提出,是一種較早的適合SAR圖像的海岸線檢測(cè)方法,該方法中的很多檢測(cè)邊界的技巧至今仍在使用。該方法主要包括兩部分:一部分是圖像的預(yù)處理,本文介紹了Sigma濾波方法;另一部分是邊界追蹤,即在邊緣檢測(cè)結(jié)果上追蹤到一條連續(xù)的海岸線。第二種方法是閾值法,這是理論上比較簡(jiǎn)單的一種分割方法,但對(duì)雜波很敏感。本文主要研究了一種利用方差的濾波方法,然后用Otsu方法獲取最優(yōu)的全局閾值,進(jìn)行海陸分割以得到海岸線。2.主要研究了基于紋理特征的SAR圖像分類方法。本文研究了用滑窗方式提取像素點(diǎn)的多級(jí)局部模式直方圖(Multilevel Local Pattern Histogram,MLPH)特征的方法,由于滑窗提取像素點(diǎn)的方式速度慢,而且滑窗大小的確定需要考慮的問(wèn)題也較多,而超像素恰好能解決此問(wèn)題,因此提出了一種基于超像素的MLPH特征提取方法。為得到合適的超像素,研究了一種基于似然比特征的超像素分割方法,用超像素代替滑窗提取MLPH特征,選用LIBSVM分類器對(duì)測(cè)試樣本進(jìn)行分類。為提高分類結(jié)果的穩(wěn)定性,本文還研究了用不同超像素分割結(jié)果下的分類結(jié)果進(jìn)行融合的方法,得到最終分類結(jié)果。3.主要研究了如何在基于紋理特征的分類基礎(chǔ)上進(jìn)一步改善分類結(jié)果。結(jié)合馬爾科夫隨機(jī)場(chǎng)理論知識(shí),在超像素分割基礎(chǔ)上,定義鄰域和基團(tuán)。結(jié)合先驗(yàn)信息定義先驗(yàn)?zāi)芰?利用LIBSVM分類結(jié)果中到分類面距離這一變量,定義似然能量。通過(guò)能量函數(shù)的定義,結(jié)合MAP-MRF框架,運(yùn)用能量最小化算法完成對(duì)場(chǎng)景圖像的分類。
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN957.52

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前7條

1 王霞;劉振華;于俊朋;鄧楚強(qiáng);;基于高斯混合模型的SAR圖像變化檢測(cè)方法[J];現(xiàn)代雷達(dá);2014年09期

2 王春瑤;陳俊周;李煒;;超像素分割算法研究綜述[J];計(jì)算機(jī)應(yīng)用研究;2014年01期

3 王磊;段會(huì)川;;Otsu方法在多閾值圖像分割中的應(yīng)用[J];計(jì)算機(jī)工程與設(shè)計(jì);2008年11期

4 胡文琳;王永良;王首勇;;基于矩方法的K分布雜波參數(shù)估計(jì)研究[J];雷達(dá)科學(xué)與技術(shù);2007年03期

5 ;MRF model and FRAME model-based unsupervised image segmentation[J];Science in China(Series F:Information Sciences);2004年06期

6 謝瑛;Gamma概率分布模型參數(shù)的數(shù)值估計(jì)方法[J];河南氣象;2001年04期

7 鄧煒,趙榮椿;基于小波變換的SAR圖像相干斑噪聲消除方法研究[J];信號(hào)處理;2001年01期

，

本文編號(hào)：1229322