長期以來在數(shù)字地圖編繪領域,由于獲取高分辨率光學圖像必要技術條件成熟,圖像來源渠道廣泛,圖像地物表征接近現(xiàn)實認知等原因,光學圖像一直是地圖編繪領域的首選遙感解譯資料。但光學圖像在應急保障任務相關地圖編繪中,一直存在著幾個難以攻克弊端:一是光學圖像成像條件相對苛刻,只有在晴空無云時才能得到比較理想的遙感圖像數(shù)據(jù);二是光學圖像無法在夜間成像;三是地表覆蓋物、偽裝物嚴重影響圖像的信息量表達。盡管我們嘗試過一些技術手段,去解決上述問題,但都是基于光學圖像本身做的相關處理,處理的效果極其有限。因此尋求一種遙感數(shù)據(jù)源用以輔助或替代光學圖像來完成一些特定條件下地圖編繪任務,顯然是十分有價值的。雷達遙感作為主動遙感,具備全天時、全天候的特點,而且穿透性強對地表冰雪、沙漠覆蓋的地物有很好的解譯識別效果。從原理上講雷達圖像具備的這些特點恰恰在一定程度上彌補了光學圖像資料的弊端。然而,由于雷達圖像不含光譜信息,分辨率相對較差,能否作為地圖編繪解譯資料還需要充分的可行性論證。隨著我國“天眼工程”重要組成部分-高分三號衛(wèi)星的發(fā)射成功,使得高分辨率雷達圖像的獲取變?yōu)榱丝赡�。本文就是在這一背景需求及技術條件支撐下進... 

【文章來源】：西安電子科技大學陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：94 頁

【學位級別】：碩士

【部分圖文】：

圖１．２圖像融合技術發(fā)展簡史??雖然該項技術的研究在我國興起較晚，但近年來發(fā)展迅猛

信號再與橋梁作用。由于橋面無回波信息，而橋梁兩側(cè)的金屬護欄則產(chǎn)生強回波現(xiàn)象。??這時就會同水面形成多路徑反射效應，在雷達圖像相應的位置形成亮暗相間圖案，如??【圖２．４】。通過分析可以判斷，橋鐓產(chǎn)生了位移現(xiàn)象。??ＷＭ??圖２．４高分三號雷達圖像與谷歌光學圖像一多路徑效應示例圖??（２）地物信息隨雷達入射方向變換消失現(xiàn)象??地物目標與雷達照射的相互關系是反射、穿透及吸收三種效果并存，這三種現(xiàn)象??的表現(xiàn)程度由地物目標本身表面的粗糙度、結(jié)構、材質(zhì)及介電系數(shù)所決定。另外，不??同的雷達照射方向與地物的相對位置，在雷達圖像上顯示的效果也有很大差異，例如??對輸電線路的識別上，若照射方向平行于線路方向，則回波微弱甚至丟失，若照射方??向垂直于線路方向，則回波明顯，圖像上特征表現(xiàn)為亮線條。因此，雷達圖像的解譯??中，采用多側(cè)視可以更為準確的解譯地物類型。??２．２光學圖像和雷達圖像中地物解譯表征及分析??在研究地物解譯的表征分析時，因為這不是本次論文的重點研究內(nèi)容，因此僅采??集研究了在ＨＨ極化模式下地物的表征特點及其分析

?賂叻秩?爬狀锿枷裨詰贗急嗷媼煊蠐τ眉壑笛芯浚崳?時，一定程度上削減道路信息量。??圖２．５高分三號雷達圖像與谷歌光學圖像一道路信息減弱示例圖??（２）

【參考文獻】：
期刊論文
[1]海上艦船目標雷達成像算法[J]. 邢孟道,高悅欣,陳濺來,保錚.  科技導報. 2017(20)
[2]一種改進的SAR影像邊緣檢測方法[J]. 劉曉君,韓芳,趙磊.  測繪通報. 2017(09)
[3]一種遙感圖像建筑物直線特征提取算法[J]. 朱添翼,范強,杜漫飛.  測繪通報. 2017(06)
[4]基于幾何學圖像配準的SIFT圖像拼接算法[J]. 鄒承明,侯小碧,馬靜.  華中科技大學學報(自然科學版). 2016(04)
[5]互信息域中的無參考圖像質(zhì)量評價[J]. 董宏平,劉利雄.  中國圖象圖形學報. 2014(03)
[6]基于分塊Harris特征的航拍視頻拼接方法[J]. 楊宇博,程承旗.  北京大學學報(自然科學版). 2013(04)
[7]基于SIFT和PCA的圖像感知哈希方法[J]. 孫銳,閆曉星,高雋.  電路與系統(tǒng)學報. 2013(01)
[8]基于神經(jīng)網(wǎng)絡和證據(jù)理論的信息融合在故障診斷中的應用[J]. 李偉,梁玉英,朱賽.  計算機測量與控制. 2012(11)
[9]多算法結(jié)合的圖像拼接分析探討[J]. 宋翠.  計算機光盤軟件與應用. 2012(22)
[10]一種基于色彩變換的偽彩色圖像融合新算法[J]. 劉先紅.  價值工程. 2012(29)

博士論文
[1]基于多特征多測度的光學與SAR影像自動配準方法研究[D]. 徐川.武漢大學 2013
[2]全景視覺圖像質(zhì)量優(yōu)化方法研究[D]. 張帆.哈爾濱工程大學 2010

碩士論文
[1]雷達衛(wèi)星TerraSAR-X精準測距高原濕地水位反演研究[D]. 郭鑫.北京交通大學 2017
[2]基于Shearlet變換的多源遙感圖像融合算法研究[D]. 胡曉婷.天津理工大學 2016
[3]基于SAR圖像的快速大面積滑坡信息提取方法研究[D]. 崔麗霞.電子科技大學 2015
[4]融合灰度特征與形狀特征的圖像配準方法[D]. 劉干.浙江工業(yè)大學 2015
[5]基于GPRS和多傳感器陣列的公共照明監(jiān)控通信終端的研究[D]. 周敏.湖南師范大學 2014
[6]基于統(tǒng)計理論的無源毫米波與光學圖像融合算法研究[D]. 宋小虎.電子科技大學 2014
[7]遙感圖像拼接中幾何校正算法分析研究[D]. 李柯臻.西安科技大學 2013
[8]基于壓縮感知理論的圖像融合方法研究[D]. 魏超.解放軍信息工程大學 2013
[9]基于互信息的異源圖像匹配與融合[D]. 李龍勛.電子科技大學 2013
[10]異類遙感圖像配準技術研究[D]. 汪漢云.國防科學技術大學 2010



本文編號：3244829