本文關(guān)鍵詞：基于主動輪廓模型的SAR圖像海岸線檢測算法，由筆耕文化傳播整理發(fā)布。

【摘要】：合成孔徑雷達(dá)(Synthetic Aperture Radar, SAR)圖像海岸線檢測在海域管理、自動導(dǎo)航、船艦?zāi)繕?biāo)識別和沿海地圖更新等方面發(fā)揮著重要作用。受海水區(qū)域反射信息變化無常、海岸地貌復(fù)雜和強(qiáng)噪聲干擾等影響,SAR圖像檢測海岸線具有一定挑戰(zhàn)性。針對不同類型SAR圖像,本文給出三種不同的改進(jìn)主動輪廓模型檢測海岸線,主要研究內(nèi)容如下：(1)給出一種改進(jìn)正則項(xiàng)的Chan-Vese模型海岸線檢測算法。針對傳統(tǒng)CV模型對含有大量噪聲的Radarsat圖像檢測海岸線會出現(xiàn)許多孤立的小區(qū)域現(xiàn)象,通過分析CV模型基本原理及CV模型中長度正則項(xiàng)的作用,給出基于ROEWA算子改進(jìn)正則項(xiàng)的CV能量泛函模型,并給出對應(yīng)水平集演化方程的理論推導(dǎo)和數(shù)值求解,通過Radarsat圖像驗(yàn)證該算法在一定程度上能減少水平集演化過程中因強(qiáng)噪聲影響出現(xiàn)的孤立小區(qū)域,同時(shí)該算法在處理含噪聲較小的Radarsat圖像時(shí)運(yùn)行速度快。(2)給出一種基于逆高斯分布的區(qū)域主動輪廓模型海岸線檢測算法。針對海洋區(qū)域像素分布均勻,陸地區(qū)域像素分布不均勻,整體像素偏向于低像素值的Envisat圖像。假設(shè)噪聲服從單位均值的逆高斯分布,雷達(dá)后向散射系數(shù)為常數(shù),通過最大似然方法構(gòu)建區(qū)域能量泛函。然后引入水平集函數(shù)、長度規(guī)則項(xiàng)和水平集函數(shù)懲罰項(xiàng),進(jìn)一步理論推導(dǎo)該模型對應(yīng)的水平集演化方程并給出數(shù)值求解。通過實(shí)驗(yàn)驗(yàn)證該算法可以處理滿足條件的Envisat圖像。(3)給出一種基于對數(shù)正態(tài)分布的改進(jìn)局部區(qū)域主動輪廓模型海岸線檢測算法。針對海洋區(qū)域受海浪或大量噪聲影響,海洋某一區(qū)域像素與陸地區(qū)域像素相似的Radarsat和Envisat圖像,基于可變區(qū)域擬合模型中核函數(shù)的思想和目前基于對數(shù)分布的SAR圖像概率密度模型,通過最大后驗(yàn)概率構(gòu)造局部區(qū)域能量泛函,進(jìn)一步引入水平集函數(shù)、長度規(guī)則項(xiàng)和水平集懲罰項(xiàng),并給出水平集演化方程及其數(shù)值求解。通過實(shí)驗(yàn)驗(yàn)證該算法可以處理滿足條件的Radarsat和Envisat圖像。
【關(guān)鍵詞】：SAR圖像 主動輪廓模型 海岸線檢測
【學(xué)位授予單位】：大連海事大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN957.52;P714
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-24
• 1.1 課題的研究背景及意義10-11
• 1.2 國內(nèi)外發(fā)展現(xiàn)狀11-22
• 1.2.1 SAR圖像海岸線檢測方法國內(nèi)外發(fā)展現(xiàn)狀11-16
• 1.2.2 主動輪廓模型國內(nèi)外發(fā)展現(xiàn)狀16-22
• 1.3 本文主要研究內(nèi)容和章節(jié)安排22-24
• 第2章 一種改進(jìn)正則項(xiàng)的Chan-Vese模型海岸線檢測算法24-44
• 2.1 Chan-Vese模型原理分析24-27
• 2.2 ROEWA算子原理分析27-29
• 2.3 一種改進(jìn)Chan-Vese模型正則項(xiàng)的構(gòu)建及理論分析29-31
• 2.4 基于改進(jìn)Chan-Vese模型正則項(xiàng)的理論推導(dǎo)31-36
• 2.5 改進(jìn)正則項(xiàng)水平集演化方程的數(shù)值求解及本章算法描述36-38
• 2.5.1 改進(jìn)正則項(xiàng)水平集演化方程的數(shù)值求解36-38
• 2.5.2 改進(jìn)正則項(xiàng)Chan-Vese模型的算法描述38
• 2.6 實(shí)驗(yàn)對比與分析38-42
• 2.6.1 Radarsat圖像的實(shí)驗(yàn)對比與分析38-41
• 2.6.2 實(shí)驗(yàn)誤差分析和運(yùn)行時(shí)間比較41-42
• 2.7 本章小結(jié)42-44
• 第3章 一種逆高斯分布的區(qū)域主動輪廓模型海岸線檢測算法44-62
• 3.1 基于Gamma分布的SAR圖像主動輪廓模型原理分析44-48
• 3.2 一種基于逆高斯分布的主動輪廓模型輪廓模型構(gòu)建及理論分析48-51
• 3.3 基于逆高斯分布主動輪廓模型理論推導(dǎo)51-55
• 3.4 基于逆高斯分布主動輪廓模型的數(shù)值求解及算法描述55-56
• 3.4.1 基于逆高斯分布主動輪廓模型的數(shù)值求解55-56
• 3.4.2 基于逆高斯分布主動輪廓模型的算法描述56
• 3.5 實(shí)驗(yàn)結(jié)果分析56-61
• 3.5.1 Envisat圖像對比和分析57-59
• 3.5.2 實(shí)驗(yàn)誤差分析和運(yùn)行時(shí)間比較59-61
• 3.6 本章小結(jié)61-62
• 第4章 一種對數(shù)正態(tài)分布的改進(jìn)局部區(qū)域主動輪廓模型海岸線檢測算法62-78
• 4.1 RSF模型原理分析62-63
• 4.2 已有對數(shù)正態(tài)分布模型原理分析63-65
• 4.3 基于對數(shù)正態(tài)分布的改進(jìn)局部區(qū)域主動輪廓模型的構(gòu)建65-67
• 4.4 基于對數(shù)正態(tài)分布的改進(jìn)局部區(qū)域主動輪廓模型的理論推導(dǎo)67-70
• 4.5 改進(jìn)局部區(qū)域主動輪廓模型數(shù)值求解及算法描述70-72
• 4.5.1 基于對數(shù)正態(tài)分布的改進(jìn)局部區(qū)域主動輪廓模型的數(shù)值求解70-72
• 4.5.2 基于對數(shù)正態(tài)分布的改進(jìn)局部區(qū)域主動輪廓模型的算法描述72
• 4.6 實(shí)驗(yàn)結(jié)果分析72-77
• 4.6.1 實(shí)驗(yàn)圖像對比和分析73-76
• 4.6.2 誤差和運(yùn)行時(shí)間對比76-77
• 4.7 本章小結(jié)77-78
• 總結(jié)與展望78-80
• 參考文獻(xiàn)80-87
• 致謝87-88
• 作者簡介88

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉連忠;肖炳甲;劉成岳;舒雙寶;;基于主動輪廓模型的EAST等離子體邊界重建[J];核聚變與等離子體物理;2008年04期

2 王曉年;馮遠(yuǎn)靜;馮祖仁;;一種基于主動輪廓模型的蟻群圖像分割算法[J];控制理論與應(yīng)用;2006年04期

3 王海軍;柳明;張圣燕;;基于局部熵的融合局部和全局信息的主動輪廓模型[J];中國科學(xué)院大學(xué)學(xué)報(bào);2013年06期

4 陳曾勝,周康源,李傳富,胡躍輝,黃丹,王慶臨;基于統(tǒng)計(jì)方法和主動輪廓模型相結(jié)合的醫(yī)學(xué)圖像輪廓提取[J];應(yīng)用科學(xué)學(xué)報(bào);2005年01期

5 劉斌;胡春海;;視覺注意驅(qū)動的測地線主動輪廓模型及其應(yīng)用[J];光學(xué)學(xué)報(bào);2010年10期

6 鄧偉;;測地線主動輪廓模型在圖像分割中的應(yīng)用[J];科技信息(學(xué)術(shù)研究);2007年05期

7 高梅;余輪;;基于主動輪廓模型的圖像分割算法[J];漳州師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2007年04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(bào)(理學(xué)版);2013年06期

9 陶玲;錢志余;陳春曉;;基于主動輪廓模型的序列圖像分割[J];應(yīng)用科學(xué)學(xué)報(bào);2007年06期

10 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 趙建;劉偉寧;;基于主動輪廓模型的海天線檢測算法[A];第九屆全國信息獲取與處理學(xué)術(shù)會議論文集Ⅰ[C];2011年

2 欒紅霞;戚飛虎;;一種新的用于MR腦圖像分割的主動輪廓模型[A];第二屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2004年

3 朱麗青;李紅松;王玲;楊永峰;;基于VFC主動輪廓模型的紅外圖像輪廓提取[A];中國儀器儀表學(xué)會第十一屆青年學(xué)術(shù)會議論文集[C];2009年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 吳繼明;基于水平集方法的主動輪廓模型理論研究及其應(yīng)用[D];華南理工大學(xué);2010年

2 秦倫明;用于圖像分割的主動輪廓模型研究[D];北京交通大學(xué);2013年

3 尚巖峰;基于主動輪廓模型的醫(yī)學(xué)圖像中目標(biāo)提取研究[D];上海交通大學(xué);2010年

4 石澄賢;幾何圖像模型及其在醫(yī)學(xué)圖像處理中的應(yīng)用研究[D];南京理工大學(xué);2005年

5 劉建磊;主動輪廓模型和高斯模型在圖像處理中的應(yīng)用研究[D];西安電子科技大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 梅夢杰;主動輪廓模型及其在前列腺癌病理分級中的應(yīng)用[D];南京信息工程大學(xué);2015年

2 靖珂;獼猴神經(jīng)元連接分析關(guān)鍵技術(shù)研究[D];南京理工大學(xué);2015年

3 湯茂飛;基于主動輪廓模型的紅外圖像分割方法研究[D];南京理工大學(xué);2015年

4 張躍龍;基于主動輪廓模型的SAR圖像海岸線檢測算法[D];大連海事大學(xué);2015年

5 劉濤;主動輪廓模型研究及其在目標(biāo)跟蹤中的應(yīng)用[D];山東大學(xué);2006年

6 王震;主動輪廓模型在人臉人耳檢測方面的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2006年

7 王升;主動輪廓模型的研究及其改進(jìn)模型在目標(biāo)檢測中的應(yīng)用[D];浙江大學(xué);2008年

8 李謙;基于主動輪廓模型的腦腫瘤分割技術(shù)研究[D];華中科技大學(xué);2007年

9 郭義戎;主動輪廓模型在圖像分割算法中的研究與應(yīng)用[D];蘭州理工大學(xué);2009年

10 張欣;短程線主動輪廓模型的算法研究及應(yīng)用[D];國防科學(xué)技術(shù)大學(xué);2005年

  本文關(guān)鍵詞：基于主動輪廓模型的SAR圖像海岸線檢測算法，，由筆耕文化傳播整理發(fā)布。

本文編號：314993