建筑物檢測是高分辨率遙感圖像信息提取與應(yīng)用的核心問題,具有重要的軍用和民用價(jià)值。在軍事上,可以應(yīng)用于重要建筑物的目標(biāo)檢測,用于軍事打擊以及戰(zhàn)后評估等。在民用方面,可以對城市土地規(guī)劃、地圖制圖以及違建查處方面提供參考。SAR圖像具有全天候、全天時(shí)的成像特點(diǎn)。本文對高分辨率建筑物檢測方法進(jìn)行了深入分析,考慮到現(xiàn)有的研究存在不同程度的局限性,例如建筑物檢測精度的不足,模型的適應(yīng)性差等問題,提出了一種基于二維離散余弦變換(2D-DCT)譜殘差顯著性的建筑物檢測算法,并對檢測出的建筑區(qū)域進(jìn)行了分割。進(jìn)一步利用不同地區(qū)SAR數(shù)據(jù)進(jìn)行對比實(shí)驗(yàn)和分析。本文所做的工作與研究成果具體如下:(1)針對SAR圖像建筑物檢測需求,設(shè)計(jì)了基于DCT譜殘差顯著性檢測算法。利用譜殘差顯著性檢測算法可檢測SAR圖像中建筑區(qū)邊緣特征,但對整個(gè)建筑區(qū)中間部分會(huì)出現(xiàn)空洞現(xiàn)象,檢測效果往往不理想。本文提出了基于2D-DCT的顯著性檢測,該算法能有效的檢測出SAR圖像中建筑區(qū)與非建筑區(qū),對檢測出的建筑區(qū)進(jìn)行標(biāo)注,初選出建筑區(qū)所在位置。(2)在初步提取的建筑區(qū)基礎(chǔ)上,提出了一種基于閾值迭代的圖像分割算法。為實(shí)現(xiàn)建筑區(qū)的有效分割,便于后續(xù)對建筑物信息進(jìn)行提取工作,本文提出了一種基于閾值迭代計(jì)算的分割方法。利用多次迭代,不斷逼近合理閾值,選取最佳分割閾值,可有效提高建筑區(qū)域檢測精度。本研究可進(jìn)一步用于基于遙感圖像估算的城市容積率的計(jì)算、城市人口密度等相關(guān)應(yīng)用,對于提升高分辨率SAR圖像有效信息提取具有重要意義。
【學(xué)位單位】：河南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TN957.52
【部分圖文】：

相對應(yīng)的可見光圖像作為參考對象，如圖 3-2 所示。分別人區(qū)，如圖 3-3 所示。圖像二為 2015 年開封地區(qū)全覆蓋圖，23，大小為 10.8M，分辨率為 10 米。(B)圖為開封地區(qū)全覆蓋封地區(qū)具有代表性建筑區(qū)域，分別為河南大學(xué)金明校區(qū)(a)，九鼎頌園小區(qū)(c)如圖 3-4 所示。然后在谷歌地球上分別找到光圖像作為參考，如圖 3-5 所示。分別人工標(biāo)注三個(gè)所選地。

昌平地區(qū)SAR圖像實(shí)驗(yàn)數(shù)據(jù)（局部）

(a)中國政法大學(xué)(可見光) (b)綠城陽光小區(qū)(可見光) (c)龍湖香堤別墅區(qū)(可見光)圖 3-2 昌平地區(qū)對應(yīng)可見光圖像數(shù)據(jù)（局部）(a)中國政法大學(xué)(標(biāo)記) (b)綠城陽光小區(qū)(標(biāo)記) (c)龍湖香堤別墅區(qū)(標(biāo)記)圖 3-3 昌平地區(qū)建筑區(qū)人工標(biāo)注（局部）aab
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 賈麗娟;;關(guān)于圖像分辨率的教學(xué)思考[J];印刷世界;2011年05期

2 丁曉蓮;周激流;李曉華;吳朋;;人臉識(shí)別率與圖像分辨率關(guān)系的比較分析[J];計(jì)算機(jī)工程;2009年11期

3 張秀屏，劉錫國，叢玉良;提高彩電圖像分辨率的研討[J];光學(xué)精密工程;1994年02期

4 衛(wèi)紅;為DVD機(jī)配哪種彩電[J];家庭科技;2000年07期

5 ;斯波特5衛(wèi)星商業(yè)圖像分辨率將達(dá)2.5m[J];國際太空;1997年05期

6 宋其華;郭根生;;解析計(jì)算機(jī)圖像分辨率[J];中國電化教育;2003年11期

7 谷梗;;數(shù)字圖像分辨率定義與其計(jì)量方法——對“數(shù)字電影技術(shù)術(shù)語普及讀本”有關(guān)條目的商榷意見[J];現(xiàn)代電影技術(shù);2013年07期

8 ;教你詳細(xì)了解各種分辨率[J];計(jì)算機(jī)與網(wǎng)絡(luò);2011年24期

9 謝美華;王正明;;圖像分辨率增強(qiáng)的偏微分方程方法[J];遙感學(xué)報(bào);2005年06期

10 呂慶元;;關(guān)于圖形圖像分辨率、色彩與輸出的探討[J];安徽地質(zhì);2007年04期

相關(guān)博士學(xué)位論文 前10條

1 卞春江;光學(xué)遙感圖像有效區(qū)域在軌實(shí)時(shí)檢測與壓縮技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2018年

2 牛仁杰;星載ATP圖像處理平臺(tái)關(guān)鍵技術(shù)研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院光電技術(shù)研究所);2018年

3 穆楠;夜間場景下顯著目標(biāo)檢測方法研究[D];武漢科技大學(xué);2019年

4 張士杰;超像素級圖像組協(xié)同關(guān)聯(lián)性分析與研究[D];天津大學(xué);2017年

5 王文勝;寬幅光學(xué)遙感圖像艦船飛機(jī)目標(biāo)檢測識(shí)別技術(shù)研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所);2018年

6 孫琨;圖像匹配與場景三維重建方法研究[D];華中科技大學(xué);2017年

7 霍麗娜;基于視覺感知與注意機(jī)制的圖像顯著目標(biāo)檢測[D];西安電子科技大學(xué);2016年

8 王體春;基于保真性準(zhǔn)則的圖像智能增強(qiáng)和圖像質(zhì)量評價(jià)的理論和方法[D];重慶醫(yī)科大學(xué);2018年

9 湯楊;基于圖像繪制的Image Warping理論與方法研究[D];南京理工大學(xué);2006年

10 宋余慶;醫(yī)學(xué)圖像數(shù)據(jù)挖掘若干技術(shù)研究[D];東南大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 李麗;立體元圖像陣列編碼研究[D];吉林大學(xué);2019年

2 閆峰;基于優(yōu)化極限學(xué)習(xí)機(jī)算法對焊點(diǎn)的質(zhì)量識(shí)別[D];云南大學(xué);2018年

3 余鎮(zhèn);深度學(xué)習(xí)在胎兒超聲圖像與皮膚鏡圖像分類中的研究與應(yīng)用[D];深圳大學(xué);2018年

4 韋詩瑩;基于視覺認(rèn)知的SAR圖像城市建筑物震害損毀快速檢測[D];北京建筑大學(xué);2019年

5 彭懷月;基于延時(shí)圖像的小�？Х劝l(fā)育期檢測[D];浙江大學(xué);2019年

6 李浩軒;胸主動(dòng)脈圖像的配準(zhǔn)方法研究[D];北方工業(yè)大學(xué);2019年

7 鄧焮月;基于色素分離的皮膚鏡圖像皮損分割研究[D];武漢理工大學(xué);2018年

8 李世勛;基于最優(yōu)搜索策略的肝臟CT圖像自動(dòng)分割方法研究[D];蘭州財(cái)經(jīng)大學(xué);2019年

9 柯梅靜;關(guān)聯(lián)成像空間尺度效應(yīng)探索研究[D];北京郵電大學(xué);2019年

10 袁璟;RGBD圖像顯著性檢測與行人檢測應(yīng)用研究[D];中國科學(xué)技術(shù)大學(xué);2019年

本文編號：2839546