大型內(nèi)陸淡水湖是地球水資源的重要組成部分,在地球的水文和生物化學(xué)循環(huán)中扮演著重要的角色。因此,有效地監(jiān)測大型湖泊水域,獲取動(dòng)態(tài)變化信息,具有重要意義,也是實(shí)現(xiàn)人與自然和諧共生、構(gòu)建社會(huì)主義生態(tài)文明的一個(gè)重要環(huán)節(jié)。隨著遙感技術(shù)的快速發(fā)展,利用衛(wèi)星遙感,可快速高效地獲取大型湖泊水域的觀測影像,能夠?yàn)檗r(nóng)田灌溉、區(qū)域水資源管理提供實(shí)時(shí)的數(shù)據(jù)支撐和指導(dǎo)建議,還可對(duì)洪澇災(zāi)害提供預(yù)報(bào)和預(yù)警。其中,星載合成孔徑雷達(dá)（Synthetic Aperture Radar,SAR）是一種裝載于衛(wèi)星平臺(tái)的主動(dòng)式微波成像傳感器,可不受云、雨、霧的影響,擁有全天時(shí)、全天候的對(duì)地成像能力。因此,基于星載SAR圖像開展大型湖泊的水域提取與監(jiān)測研究具有重要意義。發(fā)展至今,許多學(xué)者已對(duì)SAR圖像水域提取技術(shù)進(jìn)行了研究,并基于不同技術(shù)手段提出了許多方法,如閾值法、聚類法、主動(dòng)輪廓模型（Active Contour Model,ACM）法等。然而,傳統(tǒng)方法通常并未考慮SAR圖像相干斑噪聲的干擾和大型湖泊周邊復(fù)雜地形對(duì)提取精度的影響。同時(shí),SAR圖像尺寸較大,導(dǎo)致水域提取效率較低;覆蓋大型水域的SAR圖像分辨率往往較低,導(dǎo)致水域... 

【文章頁數(shù)】：97 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
縮略語對(duì)照表
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 星載SAR的發(fā)展現(xiàn)狀
        1.2.2 SAR圖像水域提取與監(jiān)測發(fā)展現(xiàn)狀
        1.2.3 目前SAR圖像水域提取與監(jiān)測存在的問題
    1.3 論文的主要工作及組織結(jié)構(gòu)
        1.3.1 論文的主要工作
        1.3.2 全文結(jié)構(gòu)安排
第2章 相關(guān)理論與技術(shù)研究
    2.1 SAR圖像基本特性
        2.1.1 SAR的基本工作原理及地物散射模型
        2.1.2 相干斑噪聲特性
        2.1.3 水域在SAR圖像中的特征
    2.2 非局部相干斑濾波算法研究
    2.3 經(jīng)典SAR圖像分割方法研究
        2.3.1 基于灰度級(jí)的FCM聚類方法
        2.3.2 基于混合對(duì)數(shù)正態(tài)分布的ACM算法
    2.4 本章小結(jié)
第3章 基于SDLR-ACM的大型湖泊水域提取方法
    3.1 SDLR-ACM方法技術(shù)路線
        3.1.1 水域粗分割
        3.1.2 局部圖像分塊策略
        3.1.3 水域精分割
    3.2 實(shí)驗(yàn)數(shù)據(jù)
    3.3 實(shí)驗(yàn)結(jié)果與分析
        3.3.1 水域輪廓提取實(shí)驗(yàn)
        3.3.2 水域提取對(duì)比實(shí)驗(yàn)
        3.3.3 實(shí)驗(yàn)結(jié)果定量分析
    3.4 本章小結(jié)
第4章 基于超分辨率重建的亞像素級(jí)水域提取方法
    4.1 圖像超分辨率重建的意義及發(fā)展現(xiàn)狀
        4.1.1 SAR圖像超分辨重建的意義
        4.1.2 圖像的退化與重建模型
        4.1.3 超分辨率重建方法的發(fā)展現(xiàn)狀
    4.2 基于LRSR-SAR模型的超分辨率重建技術(shù)
        4.2.1 CNN相關(guān)理論基礎(chǔ)
        4.2.2 LRSR-SAR圖像超分辨率重建模型
        4.2.3 SAR圖像超分辨率重建實(shí)驗(yàn)結(jié)果
    4.3 基于局部超分辨率重建的亞像素級(jí)尺度水域提取方法
        4.3.1 基于LSR的亞像素級(jí)水域提取技術(shù)路線
        4.3.2 水域提取實(shí)驗(yàn)結(jié)果與分析
    4.4 本章小結(jié)
第5章 大型湖泊水域動(dòng)態(tài)監(jiān)測方法及結(jié)果
    5.1 湖泊動(dòng)態(tài)監(jiān)測方法研究
        5.1.1 時(shí)間序列水域動(dòng)態(tài)監(jiān)測流程
        5.1.2 監(jiān)測區(qū)域及數(shù)據(jù)
        5.1.3 監(jiān)測結(jié)果及驗(yàn)證
    5.2 五大湖泊水域動(dòng)態(tài)監(jiān)測結(jié)果
        5.2.1 五大湖時(shí)間序列數(shù)據(jù)
        5.2.2 丹江口水庫2019年水域監(jiān)測結(jié)果
        5.2.3 鄱陽湖2019年水域監(jiān)測結(jié)果
        5.2.4 洞庭湖2019年水域監(jiān)測結(jié)果
        5.2.5 洪澤湖2019年水域監(jiān)測結(jié)果
        5.2.6 高郵湖2019年水域監(jiān)測結(jié)果
        5.2.7 五大湖泊2019全年水域面積聯(lián)合統(tǒng)計(jì)結(jié)果
    5.3 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄


【參考文獻(xiàn)】：
期刊論文
[1]基于局部超分辨重建的高精度SAR圖像水域分割方法[J]. 李寧,牛世林.  雷達(dá)學(xué)報(bào). 2020(01)
[2]雷達(dá)對(duì)地成像技術(shù)多向演化趨勢與規(guī)律分析[J]. 楊建宇.  雷達(dá)學(xué)報(bào). 2019(06)
[3]一種基于密集深度分離卷積的SAR圖像水域分割算法[J]. 張金松,邢孟道,孫光才.  雷達(dá)學(xué)報(bào). 2019(03)
[4]基于混合模糊的SAR圖像水陸分割算法[J]. 郭拯危,王樂,宋國磊.  國土資源遙感. 2018(04)
[5]基于馬爾科夫分割的單極化SAR數(shù)據(jù)洪澇水體檢測方法[J]. 唐德可,王峰,王宏琦.  電子與信息學(xué)報(bào). 2019(03)
[6]星載SAR水域分割研究進(jìn)展與趨勢分析[J]. 牛世林,郭拯危,李寧,毋琳,趙建輝.  聊城大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(02)
[7]復(fù)雜場景下的SAR圖像水域邊緣特征提取[J]. 吳戌,葉偉.  兵器裝備工程學(xué)報(bào). 2017(08)
[8]一種改進(jìn)的變化檢測方法及其在洪水監(jiān)測中的應(yīng)用[J]. 冷英,李寧.  雷達(dá)學(xué)報(bào). 2017(02)
[9]一種改進(jìn)的ACM算法及其在鄱陽湖水域監(jiān)測中的應(yīng)用[J]. 冷英,劉忠玲,張衡,王宇,李寧.  電子與信息學(xué)報(bào). 2017(05)
[10]星載SAR技術(shù)的發(fā)展趨勢及應(yīng)用淺析[J]. 鄧云凱,趙鳳軍,王宇.  雷達(dá)學(xué)報(bào). 2012(01)

碩士論文
[1]圖像插值超分辨率重建算法研究[D]. 朱婷婷.西南交通大學(xué) 2013



本文編號(hào)：3720508