本文關(guān)鍵詞：SAR圖像建筑物的三維信息提取算法的研究

  更多相關(guān)文章： 高分辨率SAR圖像 建筑物提取 MRF 模型與圖像匹配度

【摘要】：SAR(Synthetic Aperture Radar,合成孔徑雷達(dá))是一種主動式微波傳感器,由于其具有全天時、全天候、高分辨率的特點,已被廣泛應(yīng)用于經(jīng)濟(jì)、軍事和科學(xué)研究等諸多領(lǐng)域。目前,基于城鄉(xiāng)高分辨SAR圖像數(shù)據(jù)解譯已經(jīng)成為一個研究熱點。本文對高分辨率SAR圖像建筑物提取和建筑物幾何信息獲取兩個方面進(jìn)行深入的研究,主要研究內(nèi)容如下:1.高分辨率SAR圖像建筑物提取。建筑物在SAR圖像呈現(xiàn)兩個關(guān)鍵特征:疊掩和陰影,針對依據(jù)疊掩和陰影提出的建筑物檢測方法忽略像素間關(guān)系而導(dǎo)致建筑物提取精度不高問題,本文構(gòu)造一個自適應(yīng)的權(quán)重系數(shù),更好描述鄰域內(nèi)像素的影響,以此改進(jìn)MRF(Markov Random Field),并基于改進(jìn)的MRF模型實現(xiàn)SAR圖像分類,在此基礎(chǔ)上,采用形狀指數(shù)、長寬比和面積因子等形狀特征進(jìn)行分類后處理,實現(xiàn)建筑物的檢測,實驗結(jié)果表明本文提出的基于MRF的建筑物提取算法是有效的。2.建筑物幾何信息的獲取。在分析直接測量方法獲取建筑物三維信息不足的基礎(chǔ)上,提出基于模型與圖像匹配度的建筑物幾何信息提取算法,該方法首先在建筑物檢測的基礎(chǔ)上,建立模型與圖像匹配度函數(shù),把幾何信息提取問題轉(zhuǎn)化為匹配度函數(shù)的優(yōu)化問題,然后結(jié)合遺傳算法與模擬退火算法的優(yōu)點,構(gòu)造遺傳模擬退火算法實現(xiàn)匹配度函數(shù)的優(yōu)化,獲取建筑物的精確幾何信息,并通過了實驗驗證。
【關(guān)鍵詞】：高分辨率SAR圖像 建筑物提取 MRF 模型與圖像匹配度
【學(xué)位授予單位】：天津理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN957.52
【目錄】：

• 摘要5-6
• Abstract6-9
• 第一章 緒論9-14
• 1.1 研究意義9
• 1.2 國內(nèi)外研究現(xiàn)狀9-12
• 1.2.1 SAR圖像建筑物提取9-10
• 1.2.2 建筑物幾何信息的提取10-12
• 1.3 本文的主要研究內(nèi)容12-13
• 1.4 本文的結(jié)構(gòu)安排13-14
• 第二章 基礎(chǔ)知識14-22
• 2.1 SAR系統(tǒng)及其建筑物的成像特征14-18
• 2.1.1 機(jī)載SAR的工作原理14
• 2.1.2 成像幾何引起的典型效應(yīng)14-16
• 2.1.3 建筑物到SAR圖像的投影16-18
• 2.1.4 SAR圖像建筑物的影像特點18
• 2.2 圖像的多尺度理論18-19
• 2.3 基于Mellin變換的參數(shù)估計19-21
• 2.3.1 經(jīng)典的參數(shù)估計方法19-20
• 2.3.2 基于Mellin變換的參數(shù)估計20-21
• 2.4 本章小結(jié)21-22
• 第三章 基于改進(jìn)的MRF建筑物的提取算法22-32
• 3.1 基于MRF模型的SAR圖像分類改進(jìn)算法22-26
• 3.1.1 MRF模型基礎(chǔ)22-23
• 3.1.2 Gibbs分布23-24
• 3.1.3 Hammersley-clifford定理24
• 3.1.4 基于改進(jìn)MRF的SAR圖像分類24-26
• 3.2 基于MRF模型SAR圖像分類算法實現(xiàn)26-28
• 3.2.1 先驗?zāi)Ｐ偷膮?shù)估計26-27
• 3.2.2 基于改進(jìn)的MRF的SAR圖像分類27
• 3.2.3 分類后的后處理27-28
• 3.3 實驗結(jié)果與分析28-31
• 3.4 本章小結(jié)31-32
• 第四章 SAR圖像建筑物幾何信息提取32-49
• 4.1 基于模型與圖像匹配度的幾何信息提取32-34
• 4.2 基于模型與圖像匹配度提取的過程34-45
• 4.2.1 建筑物疊掩和陰影位置的確定34-41
• 4.2.2 匹配度函數(shù)的設(shè)計41-42
• 4.2.3 基于遺傳模擬退火算法的目標(biāo)函數(shù)優(yōu)化42-45
• 4.3 實驗結(jié)果與分析45-48
• 4.4 本章小結(jié)48-49
• 第五章 總結(jié)與展望49-51
• 5.1 本文工作總結(jié)49
• 5.2 本文創(chuàng)新點49-50
• 5.3 工作展望50-51
• 參考文獻(xiàn)51-55
• 發(fā)表論文和科研情況說明55-56
• 致謝56-57

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前4條

1 王敏;周樹道;劉志華;黃峰;梁妙元;;SAR圖像建筑物成像特性及重建研究方法[J];計算技術(shù)與自動化;2011年01期

2 傅興玉;尤紅建;付琨;;單幅高分辨率SAR圖像建筑物三維模型重構(gòu)[J];紅外與毫米波學(xué)報;2012年06期

3 朱俊杰;丁赤飚;尤紅建;胡巖峰;付鯤;;基于高分辨率SAR圖像的建筑物高度提取[J];現(xiàn)代雷達(dá);2006年12期

4 時公濤;高貴;周曉光;匡綱要;蔣詠梅;;基于Mellin變換的G~0分布參數(shù)估計方法[J];自然科學(xué)進(jìn)展;2009年06期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 趙凌君;高分辨率SAR圖像建筑物提取方法研究[D];國防科學(xué)技術(shù)大學(xué);2009年

，

本文編號：839701