本文選題：SAR圖像 + GIS　； 參考：《哈爾濱工業(yè)大學》2014年碩士論文

【摘要】：合成孔徑雷達（SAR）對地觀測時不受氣候條件影響，并能夠穿透植被冠層，其獲得的圖像輪廓清晰，結構信息保存完整，因此SAR在近代遙感領域中占有極其重要的地位。目前，地理信息系統(tǒng)（GIS）的數據多來自早期的實地勘測和基于光學圖像的制作，前者往往更新周期長并且成本較大；后者由于經常受到天氣情況的影響或山體陰影的遮擋，獲得的數據無法對成像區(qū)域進行完備的描述。因此，將SAR圖像作為一種數據源對GIS進行更新已成為目前解決GIS數據庫更新周期長、完備性差等問題的首要選擇。從另一方面講，由于GIS庫中包含了大量經過解譯的地理信息，因此，利用GIS中的信息輔助SAR圖像解譯也已成為SAR圖像智能解譯領域中一個研究熱點。 本文主要針對SAR圖像對GIS庫的更新以及利用GIS數據輔助SAR圖像實現目標的快速提取進行研究。其中對于實現第一條的首要條件是對SAR圖像與GIS進行配準及融合，，因此，本文圍繞SAR圖像與GIS的配準及融合問題進行展開研究，為后續(xù)SAR圖像對GIS庫的更新提供先決條件。本文主要研究內容如下： (1)首先研究了SAR圖像的特征提取技術，主要對居民區(qū)、機場、水域三類目標的提取技術進行了深入研究，旨在為后續(xù)SAR圖像與GIS的配準做準備。其中，對于居民區(qū)的提取主要采取了灰度共生矩陣的方法進行紋理分析；對于機場的提取，提出了一種先區(qū)域分割后直線檢測的分步提取算法；對于水域的提取，詳細研究了一種基于主動輪廓的分割方法。 (2)對于SAR圖像與GIS的配準問題，本文在分析基于SURF特征的匹配算法基礎上提出了一種基于三角剖分去除誤匹配點的算法，經實驗表明，該算法可以有效地對匹配過程中出現的誤匹配點進行剔除。 (3)在SAR圖像與GIS配準的基礎上，研究了利用GIS中的信息引導SAR圖像中目標的快速提取，通過將GIS中包含的屬性信息轉換為可視化的圖像實現了SAR圖像中目標的定位和檢測。 (4)在二維SAR圖像與GIS配準融合的基礎上，詳細研究了DEM數據與三維GIS的配準，為后續(xù)DEM數據對三維GIS的更新以及變化檢測做準備。
[Abstract]:Synthetic Aperture Radar (SAR) is not affected by climatic conditions and can penetrate the canopy of vegetation. The obtained images are clear in outline and complete in structure information. Therefore, SAR plays an extremely important role in the field of remote sensing in modern times. At present, GIS data are derived mostly from early field surveys, which tend to have long updating cycles and high costs, and optical image-based production; the latter are often obscured by weather conditions or mountain shadows. The obtained data can not fully describe the imaging area. Therefore, using SAR image as a data source to update GIS has become the first choice to solve the problems of long updating period and poor completeness of GIS database. On the other hand, because the GIS library contains a lot of interpreted geographic information, using the information in GIS to assist the interpretation of SAR images has become a research hotspot in the field of intelligent interpretation of SAR images. This paper focuses on the updating of GIS library by SAR image and the fast extraction of SAR image using GIS data. The first condition to realize the first item is to register and fuse SAR images with GIS. Therefore, this paper focuses on the registration and fusion of SAR images and GIS images, which provides a prerequisite for the subsequent SAR images to update the GIS library. The main contents of this paper are as follows: Firstly, the feature extraction technology of SAR image is studied, and the extraction techniques of residential area, airport and water area are studied in order to prepare for the registration of SAR image with GIS. Among them, for the extraction of residential areas, the grayscale co-occurrence matrix method is mainly used for texture analysis; for the extraction of the airport, a step extraction algorithm is proposed to segment the region before line detection; for the water area extraction, A segmentation method based on active contour is studied in detail. 2) for the problem of SAR image registration with GIS, this paper proposes a triangulation algorithm to remove mismatch points based on the analysis of SURF feature based matching algorithm. The experimental results show that, The algorithm can effectively eliminate the mismatch points in the matching process. 3) based on the registration of SAR image and GIS, this paper studies how to use the information in GIS to guide the fast extraction of the target in the SAR image. By converting the attribute information contained in GIS into the visual image, the location and detection of the target in the SAR image are realized. 4) based on the fusion of 2D SAR images and GIS, the registration of DEM data and 3D GIS is studied in detail to prepare for the update and change detection of 3D GIS by subsequent DEM data.
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：P208;TN957.52

【相似文獻】

相關期刊論文 前10條

1 胡尚舉;楊繼章;;基于圖像偵測技術的客車超載監(jiān)控的實現方法[J];科技資訊;2008年30期

2 宣雷,吳渝彥,徐建華;一種有效的圖像邊緣修正方法[J];復旦學報(自然科學版);1993年01期

3 王欽軍;田慶久;;IRS-P6衛(wèi)星LISS3圖像數據質量評價[J];地理與地理信息科學;2007年03期

4 孫紅輝;侯素霞;張清華;;圖像的微分處理與相關識別[J];光學技術;2007年S1期

5 朱鐵穩(wěn);王勇;;大傾斜航空攝影圖像地理坐標賦予方法[J];海洋測繪;2010年03期

6 王鐵城;齊龍;;圖像的增強及其清晰處理[J];實驗室科學;2006年05期

7 宋曉剛;李新路;;基于非線性偏微分方程的圖像著色[J];西昌學院學報(自然科學版);2012年03期

8 郇中丹,孔令海,黃海洋;圖像強化去噪的一種偏微模型[J];北京師范大學學報(自然科學版);2003年06期

9 竇麗華;畢超;;一種快速的圖像邊緣精確提取算法[J];光學技術;2006年04期

10 宋莎莎;張杰;孟俊敏;;基于網函數插值的MODIS Level 1B圖像Bowtie效應修正[J];遙感技術與應用;2010年04期

相關會議論文 前10條

1 陸成剛;陳剛;張但;閔春燕;;圖像邊緣的優(yōu)化模型[A];'2002系統(tǒng)仿真技術及其應用學術論文集（第四卷）[C];2002年

2 王偉凝;余英林;張劍超;;圖像的動感特征分析[A];第一屆中國情感計算及智能交互學術會議論文集[C];2003年

3 韓焱;王明泉;宋樹爭;;工業(yè)射線圖像的退化與恢復方法[A];新世紀 新機遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術產業(yè)發(fā)展（下冊）[C];2001年

4 王強;王風;;一種保持圖像幾何特征的去噪模型[A];中國通信學會第五屆學術年會論文集[C];2008年

5 王培珍;楊維翰;陳維南;;圖像邊緣信息的融合方案研究[A];中國圖象圖形學會第十屆全國圖像圖形學術會議（CIG’2001）和第一屆全國虛擬現實技術研討會（CVR’2001）論文集[C];2001年

6 李大鵬;禹晶;肖創(chuàng)柏;;圖像去霧的無參考客觀質量評測方法[A];第十五屆全國圖象圖形學學術會議論文集[C];2010年

7 孟晉麗;張毅;金林;;圖像中混合噪聲的小波域濾除方法[A];2007'儀表，自動化及先進集成技術大會論文集（一）[C];2007年

8 漆琳智;張超;吳向陽;;引導濾波的單幅圖像前景精確提取[A];浙江省電子學會2013學術年會論文集[C];2013年

9 張明慧;;基于模糊蒙片算法的CR圖像邊緣增強[A];第六屆全國信息獲取與處理學術會議論文集（1）[C];2008年

10 王亮亮;李明;高昕;;強模糊空間目標圖像邊緣獲取方法研究[A];第九屆全國光電技術學術交流會論文集（下冊）[C];2010年

相關重要報紙文章 前10條

1 吳飛;無邊距照片打印三部曲[N];中國電腦教育報;2003年

2 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(9)[N];電子報;2009年

3 ;B超術語解釋[N];農村醫(yī)藥報（漢）;2008年

4 ;圖像質量調整秘技[N];電腦報;2001年

5 馬駿睿 皓月;制作版畫效果圖片[N];中國攝影報;2007年

6 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(14)[N];電子報;2009年

7 西安 張正倉;I~（2）C總線控制的HG-2220AV液晶屏視頻信號驅動板[N];電子報;2003年

8 ;令挑剔的人也刮目相看[N];中國電子報;2001年

9 侯杰;國產芯片進軍移動多媒體市場[N];人民郵電;2003年

10 于亮、阿鯤;技術“掃”天下[N];中國計算機報;2002年

相關博士學位論文 前10條

1 梁福來;低空無人機載UWB SAR增強成像技術研究[D];國防科學技術大學;2013年

2 周靜;基于憶阻器的圖像處理技術研究[D];國防科學技術大學;2014年

3 賈茜;基于時—空域插值的圖像及視頻上采樣技術研究[D];武漢大學;2014年

4 李照奎;人臉圖像的魯棒特征表示方法研究[D];武漢大學;2014年

5 郝紅星;基于干涉相位圖像構建數字高程模型的關鍵技術研究[D];國防科學技術大學;2014年

6 楊小義;圖像特征識別算法及其在聾人視覺識別中的應用研究[D];重慶大學;2015年

7 王玉明;SAR圖像地雷場檢測技術研究[D];國防科學技術大學;2013年

8 溫景陽;圖像大容量、低失真可逆信息隱藏技術研究[D];蘭州大學;2015年

9 李林;基于概率圖模型的圖像整體場景理解方法研究[D];電子科技大學;2014年

10 馮景;基于SAR圖像的海面溢油檢測研究[D];北京理工大學;2015年

相關碩士學位論文 前10條

1 李鵬遠;圖像檢索算法研究及其在互聯(lián)網教育中的應用[D];華南理工大學;2015年

2 萬燕英;微聚焦X-ray圖像自適應正則化去噪方法[D];華南理工大學;2015年

3 毛雙艷;基于梯度域的圖像風格化渲染方法的研究及其應用[D];華南理工大學;2015年

4 向訓文;RGB-D圖像顯著性檢測研究[D];華南理工大學;2015年

5 曾旭;基于聚類和加權非局部的圖像稀疏去噪方法研究[D];天津理工大學;2015年

6 熊楊超;圖像美學評價及美學優(yōu)化研究[D];華南理工大學;2015年

7 王艷;圖像視覺顯著性檢測方法及應用的研究[D];華南理工大學;2015年

8 鄭露萍;圖像二階微分特征提取及人臉識別應用研究[D];昆明理工大學;2015年

9 王思武;基于太陽圖像的特征提取和檢索[D];昆明理工大學;2015年

10 曹靜;基于暗通道先驗算法的圖像去霧處理[D];海南大學;2015年

本文編號：1884774