本文關(guān)鍵詞：基于超像素的交互式機(jī)場(chǎng)目標(biāo)分割方法

  更多相關(guān)文章： SAR圖像 超像素 均值漂移 機(jī)場(chǎng)分割

【摘要】：SAR圖像分割是通過(guò)對(duì)遙感數(shù)據(jù)進(jìn)行處理,從中分割出需要的地物目標(biāo)的過(guò)程,其分割質(zhì)量直接決定了圖像的區(qū)域表述、特征分割匹配、目標(biāo)識(shí)別等后期處理工作的精度,因此,圖像分割方法的研究是圖像處理的一個(gè)非常關(guān)鍵的環(huán)節(jié)。機(jī)場(chǎng)跑道作為重要的軍事和民用地物目標(biāo)之一,其識(shí)別和分割方法研究同樣有著重要的意義。本文對(duì)SAR圖像中機(jī)場(chǎng)目標(biāo)進(jìn)行分割主要分為兩個(gè)步驟:先通過(guò)Meanshift方法將原始圖像分割成若干個(gè)具有良好同質(zhì)性超像素,然后建立合適的數(shù)學(xué)模型,通過(guò)超像素中心點(diǎn)與人工標(biāo)記的特征點(diǎn)進(jìn)行比對(duì),完成超像素的歸類,從而實(shí)現(xiàn)對(duì)機(jī)場(chǎng)目標(biāo)的分割。實(shí)驗(yàn)表明,本文方法在對(duì)實(shí)驗(yàn)圖像進(jìn)行機(jī)場(chǎng)目標(biāo)分割的過(guò)程中取得了較為理想的效果。本文所做的工作主要包括以下內(nèi)容:(1)實(shí)現(xiàn)了一種基于超像素的機(jī)場(chǎng)目標(biāo)交互式分割方法。該方法通過(guò)Mean shift將SAR圖像過(guò)分割為若干個(gè)內(nèi)部像素點(diǎn)相似度較高的超像素,以超像素中心點(diǎn)替代像素點(diǎn)來(lái)得到分割結(jié)果。從實(shí)驗(yàn)結(jié)果來(lái)看,本章的方法有效降低待處理圖像的數(shù)據(jù)復(fù)雜度,能夠從測(cè)試圖像中準(zhǔn)確的分割出機(jī)場(chǎng)目標(biāo),對(duì)尺寸較大、背景復(fù)雜、成像質(zhì)量不高、跑道和停機(jī)坪輪廓不規(guī)則的SAR圖像依然取得了較為理想的分割結(jié)果。(2)實(shí)現(xiàn)了一種快速的利用超像素對(duì)機(jī)場(chǎng)目標(biāo)交互式分割的方法。該方法以減少參與迭代的初始點(diǎn)數(shù)量為切入點(diǎn)來(lái)達(dá)到對(duì)Meanshift計(jì)算過(guò)程進(jìn)行加速優(yōu)化的目的,從而實(shí)現(xiàn)了對(duì)整個(gè)分割過(guò)程的時(shí)間效率上的優(yōu)化。實(shí)驗(yàn)證明,該方法在提高分割速度的同時(shí),保證了機(jī)場(chǎng)目標(biāo)區(qū)域的正確分割,多幅SAR圖像的分割效果均較為理想,具有較高的檢測(cè)率和較低的虛警率,有效的保持了機(jī)場(chǎng)目標(biāo)的精確和完整。
【關(guān)鍵詞】：SAR圖像 超像素 均值漂移 機(jī)場(chǎng)分割
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN957.52
【目錄】：

• 摘要5-6
• ABSTRACT6-9
• 符號(hào)對(duì)照表9-10
• 縮略語(yǔ)對(duì)照表10-13
• 第一章 緒論13-19
• 1.1 研究背景和意義13-14
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀及進(jìn)程14-16
• 1.2.1 SAR圖像分割研究現(xiàn)狀14-15
• 1.2.2 SAR圖像機(jī)場(chǎng)研究現(xiàn)狀15-16
• 1.3 本文工作與論文組織16-19
• 第二章 SAR圖像分割相關(guān)方法19-29
• 2.1 SAR圖像的噪聲去除19-20
• 2.2 SAR圖像分割的基礎(chǔ)理論20-23
• 2.3 超像素的基礎(chǔ)理論23-26
• 2.3.1 基于圖論的超像素生成23-24
• 2.3.2 基于梯度變化的超像素生成24-26
• 2.4 圖像分割效果的評(píng)估26-28
• 2.5 本章小結(jié)28-29
• 第三章 基于超像素的SAR圖像機(jī)場(chǎng)交互式分割29-41
• 3.1 引言29-30
• 3.2 基本思想和原理30-32
• 3.2.1 超像素的生成30-31
• 3.2.2 模型的建立31-32
• 3.3 算法步驟32-33
• 3.4 實(shí)驗(yàn)結(jié)果及分析33-39
• 3.5 本章小結(jié)39-41
• 第四章 基于均值漂移的快速SAR圖像機(jī)場(chǎng)目標(biāo)分割41-53
• 4.1 引言41
• 4.2 基本思想41-42
• 4.3 算法步驟42-43
• 4.4 實(shí)驗(yàn)結(jié)果及分析43-51
• 4.5 本章小結(jié)51-53
• 第五章 總結(jié)與展望53-55
• 5.1 總結(jié)53-54
• 5.2 展望54-55
• 參考文獻(xiàn)55-59
• 致謝59-61
• 作者簡(jiǎn)介61-62

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 韓萍;徐建颯;;復(fù)雜場(chǎng)景下的極化SAR圖像機(jī)場(chǎng)跑道檢測(cè)[J];信號(hào)處理;2013年09期

2 李春升;楊威;王鵬波;;星載SAR成像處理算法綜述[J];雷達(dá)學(xué)報(bào);2013年01期

3 許雪貴;張清;;基于CUDA的高效并行遙感影像處理[J];地理空間信息;2011年06期

4 徐瑞;;圖像分割方法及性能評(píng)價(jià)綜述[J];寧波工程學(xué)院學(xué)報(bào);2011年03期

5 張新明;張愛(ài)麗;鄭延斌;孫印杰;李雙;;改進(jìn)的最大熵閾值分割及其快速實(shí)現(xiàn)[J];計(jì)算機(jī)科學(xué);2011年08期

6 丁亮;張永平;張雪英;;圖像分割方法及性能評(píng)價(jià)綜述[J];軟件;2010年12期

7 朱士虎;朱紅;;基于形態(tài)學(xué)多結(jié)構(gòu)元多尺度的自適應(yīng)邊緣檢測(cè)[J];計(jì)算機(jī)測(cè)量與控制;2009年12期

8 侯一民;郭雷;;一種基于馬爾可夫隨機(jī)場(chǎng)的SAR圖像分割新方法[J];電子與信息學(xué)報(bào);2007年05期

9 李小毛;唐延?xùn)|;肖潁杰;;多尺度線狀目標(biāo)的機(jī)場(chǎng)跑道識(shí)別[J];紅外與激光工程;2005年06期

10 王植,賀賽先;一種基于Canny理論的自適應(yīng)邊緣檢測(cè)方法[J];中國(guó)圖象圖形學(xué)報(bào);2004年08期

，

本文編號(hào)：914516