發(fā)布時(shí)間：2018-03-21 08:35

  本文選題：遙感影像　切入點(diǎn)：形態(tài)學(xué)邊緣檢測(cè)　出處：《吉林大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：隨著社會(huì)的發(fā)展,遙感技術(shù)正漸漸步入我們的視野,這其中對(duì)于遙感影像中房屋建筑物的提取被視為遙感的重要課題,而伴隨著遙感技術(shù)的成熟與進(jìn)步,高分辨率的遙感影像為我們進(jìn)一步的研究提供了很大的幫助。房屋作為城市的主體,它的提取在城市規(guī)劃、土地探測(cè)等多方面領(lǐng)域具有重要的應(yīng)用,如何高效、準(zhǔn)確地將影像中房屋部分提取出來(lái),對(duì)于城市規(guī)劃、精確農(nóng)業(yè)以及軍事探測(cè)方面均有很大的影響與意義。本文基于上述研究背景以及實(shí)際應(yīng)用,經(jīng)過(guò)深入的研究與實(shí)驗(yàn),提出了一種新的提取房屋地物的方法,主要進(jìn)行了如下工作:(1)遙感影像的預(yù)處理。針對(duì)遙感影像包含的數(shù)據(jù)量大,受各方面因素影響帶來(lái)的輻射失真、幾何畸變以及多噪聲等特點(diǎn),對(duì)初始的遙感影像進(jìn)行了包括圖像融合、圖像去噪以及圖像增強(qiáng)等預(yù)處理工作,得到了一幅在輻射和幾何上盡可能真實(shí)的遙感影像。(2)基于邊緣檢測(cè)的圖像分割。將傳統(tǒng)的邊緣檢測(cè)方法應(yīng)用于我們的實(shí)驗(yàn)中,但由于其檢測(cè)精度以及抗噪能力方面的不足,不能滿足我們的實(shí)驗(yàn)需求。經(jīng)過(guò)多次的研究與實(shí)驗(yàn),選擇數(shù)學(xué)形態(tài)學(xué)的方法對(duì)遙感影像的邊緣進(jìn)行檢測(cè),并將傳統(tǒng)的形態(tài)學(xué)邊緣檢測(cè)方法予以改進(jìn),構(gòu)造了一種結(jié)合多方位、多尺度結(jié)構(gòu)元素的邊緣檢測(cè)算子,這種方法可以在提取邊緣的同時(shí)更好的保留圖像的原始信息,經(jīng)過(guò)與多種邊緣檢測(cè)方法的實(shí)驗(yàn)結(jié)果進(jìn)行對(duì)比,得到了明顯優(yōu)于其它邊緣提取方法的實(shí)驗(yàn)結(jié)果。(3)基于多特征的房屋提取與分類。首先對(duì)遙感影像中房屋部分進(jìn)行了特征分析,包括其幾何特征、光譜特征、紋理特征等,針對(duì)這些特征,提出了一種將基于最大相關(guān)最小冗余(MRMR)的特征選擇算法與模糊c均值(FCM)聚類相結(jié)合的方法,即根據(jù)這些特征采用MRMR特征選擇方法進(jìn)行相應(yīng)的特征選擇,并根據(jù)優(yōu)選特征子集進(jìn)行FCM聚類,最后對(duì)我們得到的分類結(jié)果圖作進(jìn)一步的優(yōu)化處理。(4)設(shè)計(jì)對(duì)比分析實(shí)驗(yàn)。選取樣本數(shù)據(jù),采用不同的特征選擇與分類方法對(duì)選取的遙感房屋影像進(jìn)行提取實(shí)驗(yàn),并利用混淆矩陣對(duì)不同方法的分類結(jié)果進(jìn)行精度評(píng)價(jià)分析。分析結(jié)果表明本文所采用的方法可以更加有效的將房屋信息快速、精確的提取出來(lái),可以作為遙感影像提取房屋的一種有效方法。
[Abstract]:With the development of society, remote sensing technology is gradually stepping into our field of vision, in which the extraction of buildings from remote sensing images is regarded as an important subject of remote sensing, and along with the maturity and progress of remote sensing technology, The high resolution remote sensing image provides a great help for our further research. As the main body of the city, the extraction of the house has important applications in many fields, such as urban planning, land exploration and so on. The accurate extraction of the house part of the image has great influence and significance on urban planning, precision agriculture and military exploration. Based on the above research background and practical application, this paper has been deeply studied and experimented. In this paper, a new method of extracting house features is proposed. The main work is to preprocess the remote sensing image as follows: 1) aiming at the large amount of data contained in the remote sensing image and the radiation distortion caused by various factors, The original remote sensing image is preprocessed by image fusion, image denoising and image enhancement. An image segmentation based on edge detection is obtained, which is as real as possible in radiation and geometry. The traditional edge detection method is applied to our experiments. However, due to the shortcomings of its detection accuracy and anti-noise ability, the image segmentation is based on edge detection. After many studies and experiments, we choose the mathematical morphology method to detect the edge of remote sensing image, and improve the traditional morphological edge detection method. Multi-scale structure element edge detection operator, this method can extract edges while better preserving the original information of the image, and compared with the experimental results of various edge detection methods. The experimental results, which are obviously better than other edge extraction methods, are obtained. Firstly, the feature analysis of houses in remote sensing image is carried out, including geometric features, spectral features, texture features and so on. Aiming at these features, a new feature selection algorithm based on maximum correlation minimum redundancy MRM (MRMRM) and fuzzy c-means (FCM) clustering is proposed. According to these features, the MRMR feature selection method is used to select the corresponding features. According to the optimal feature subset, the FCM clustering is carried out. Finally, a comparative analysis experiment is designed for the classification result map obtained by us, and the sample data are selected. Different feature selection and classification methods are used to extract the selected remote sensing house image. The results show that the method used in this paper can extract the house information more quickly and accurately. It can be used as an effective method to extract house from remote sensing image.
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳秋曉,駱劍承,周成虎;基于多特征的遙感影像分析——一個(gè)新的視角[J];國(guó)土資源遙感;2003年01期

2 王占宏,杜道生;模糊綜合評(píng)價(jià)法在數(shù)字遙感影像產(chǎn)品質(zhì)量評(píng)價(jià)中的應(yīng)用[J];測(cè)繪科學(xué);2004年S1期

3 韓玲,吳漢寧,杜子濤,趙希剛;遙感影像地圖在鄂爾多斯盆地環(huán)形構(gòu)造識(shí)別中的應(yīng)用[J];公路交通科技;2005年S1期

4 王思遠(yuǎn),王光謙,陳志祥;基于遙感影像綜合理解模型的遙感影像分類[J];計(jì)算機(jī)工程;2005年19期

5 王賢敏;關(guān)澤群;吳沉寒;;采用影像融合的遙感影像授權(quán)使用小波域算法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2006年05期

6 馬萬(wàn)權(quán);王士成;劉建坡;;大幅面遙感影像分發(fā)技術(shù)研究[J];無(wú)線電工程;2006年06期

7 汪承義;趙忠明;;遙感影像流程化處理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];測(cè)繪科學(xué);2006年06期

8 史本偉;陳圣波;湛邵斌;;遙感影像庫(kù)中影像布局功能的開(kāi)發(fā)實(shí)現(xiàn)[J];吉林大學(xué)學(xué)報(bào)(地球科學(xué)版);2006年S1期

9 江水;洪鳴;盛業(yè)華;;實(shí)現(xiàn)遙感影像的3維漫游[J];測(cè)繪與空間地理信息;2007年01期

10 任向紅;陸宇紅;仇生泉;;4D產(chǎn)品在遙感影像糾正中的應(yīng)用[J];測(cè)繪與空間地理信息;2007年03期

相關(guān)會(huì)議論文 前10條

1 張廣耀;汪小欽;鄔群勇;;遙感影像地圖在線服務(wù)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[A];第十七屆中國(guó)遙感大會(huì)摘要集[C];2010年

2 熊劍;;地形起伏地區(qū)的遙感影像預(yù)處理研究[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

3 傅曉俊;;遙感影像應(yīng)用現(xiàn)狀及其展望[A];測(cè)繪荊楚——湖北省測(cè)繪學(xué)會(huì)2005年“索佳杯”學(xué)術(shù)論文集[C];2005年

4 肖倩;李光耀;;航空遙感影像道路提取方法綜述[A];全國(guó)第十屆信號(hào)與信息處理、第四屆DSP應(yīng)用技術(shù)聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2006年

5 傅曉俊;;遙感影像應(yīng)用現(xiàn)狀及其展望[A];經(jīng)天緯地——全國(guó)測(cè)繪科技信息網(wǎng)中南分網(wǎng)第十九次學(xué)術(shù)交流會(huì)優(yōu)秀論文選編[C];2005年

6 李江濤;;遙感影像在海事測(cè)繪中的應(yīng)用[A];2007'全國(guó)測(cè)繪科技信息交流會(huì)暨信息網(wǎng)成立30周年慶典論文集[C];2007年

7 胥亞;杜為財(cái);袁立偉;葉榮生;;遙感影像道路提取現(xiàn)狀與展望[A];第四屆“測(cè)繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

8 馬海濤;;探討遙感影像的校正與誤差來(lái)源——以雞西市為例[A];2006年中國(guó)土地學(xué)會(huì)學(xué)術(shù)年會(huì)論文集[C];2006年

9 李江濤;;遙感影像在海事測(cè)繪中的應(yīng)用[A];華東地區(qū)第十次測(cè)繪學(xué)術(shù)交流大會(huì)論文集[C];2007年

10 楊博雄;;基于北斗二代與遙感影像的定位與導(dǎo)航技術(shù)研究[A];2009年全國(guó)測(cè)繪儀器綜合學(xué)術(shù)年會(huì)論文集[C];2009年

相關(guān)重要報(bào)紙文章 前10條

1 張鵬英;國(guó)產(chǎn)遙感影像迎來(lái)共享時(shí)代[N];科技日?qǐng)?bào);2013年

2 張玉惠;EV——GLOBE成功應(yīng)用于遼寧電網(wǎng)建設(shè)[N];中國(guó)測(cè)繪報(bào);2010年

3 彭舒;遙感影像幾何和光譜高精度重建技術(shù)獲突破[N];中國(guó)測(cè)繪報(bào);2013年

4 記者 吳晶晶;我用遙感影像發(fā)現(xiàn)3處油跡帶[N];新華每日電訊;2014年

5 李禾;我首顆環(huán)境衛(wèi)星傳回遙感影像[N];科技日?qǐng)?bào);2008年

6 侯振榮;黑龍江省制作分市縣遙感影像系列掛圖[N];中國(guó)測(cè)繪報(bào);2009年

7 王智宇邋王春;航空航天技術(shù)助力抗震救災(zāi)[N];科技日?qǐng)?bào);2008年

8 沈占鋒;遙感影像信息提取與分析[N];計(jì)算機(jī)世界;2006年

9 張超;讓北京發(fā)展一目了然[N];科技日?qǐng)?bào);2005年

10 李沛功 胡兵 秦海林 駐站記者嚴(yán)德勇;6年送學(xué)培養(yǎng)值不值?[N];戰(zhàn)士報(bào);2010年

相關(guān)博士學(xué)位論文 前10條

1 張麗;遙感影像協(xié)同處理體系及攝影測(cè)量應(yīng)用研究[D];解放軍信息工程大學(xué);2015年

2 高永剛;多尺度多平臺(tái)遙感影像在城市遙感中的應(yīng)用研究[D];福州大學(xué);2013年

3 夏輝宇;基于MapReduce的遙感影像并行處理關(guān)鍵問(wèn)題研究[D];武漢大學(xué);2014年

4 熊禮治;云環(huán)境下遙感影像內(nèi)容安全研究[D];武漢大學(xué);2016年

5 陳沖;面向多任務(wù)粒度的遙感影像鑲嵌并行技術(shù)研究[D];南京大學(xué);2015年

6 王賢敏;機(jī)密空間信息隱藏與遙感影像授權(quán)使用[D];武漢大學(xué);2005年

7 劉亞嵐;遙感影像群判讀技術(shù)的試驗(yàn)研究[D];中國(guó)科學(xué)院研究生院（遙感應(yīng)用研究所）;2004年

8 程起敏;基于內(nèi)容的遙感影像庫(kù)檢索關(guān)鍵技術(shù)研究[D];中國(guó)科學(xué)院研究生院（遙感應(yīng)用研究所）;2004年

9 任娜;遙感影像數(shù)字水印算法研究[D];南京師范大學(xué);2011年

10 鄧冰;遙感影像信息度量方法研究[D];武漢大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 孫晨陽(yáng);多尺度遙感影像道路信息提取方法研究[D];西南大學(xué);2015年

2 鄧董建;基于稀疏表達(dá)的遙感影像的多時(shí)相融合[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

3 于曉;TM/ETM+遙感影像蝕變異常提取與篩選系統(tǒng)開(kāi)發(fā)[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

4 劉佳岐;基于Landsat8遙感影像的扶風(fēng)縣蘋(píng)果園地信息提取研究[D];西北農(nóng)林科技大學(xué);2015年

5 張健;基于多源數(shù)據(jù)的遙感地質(zhì)構(gòu)造解譯[D];長(zhǎng)安大學(xué);2015年

6 王金杰;基于語(yǔ)義的遙感影像數(shù)據(jù)檢索關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

7 李程;基于復(fù)雜網(wǎng)絡(luò)的綠潮檢測(cè)方法研究與應(yīng)用[D];青島大學(xué);2015年

8 章琨;基于遙感影像的城市綠地提取技術(shù)研究[D];東華理工大學(xué);2014年

9 段勝?gòu)?qiáng);基于遙感影像的運(yùn)動(dòng)目標(biāo)追蹤標(biāo)注的研究及應(yīng)用[D];河南大學(xué);2015年

10 侯愛(ài)霞;基于五層十五級(jí)數(shù)據(jù)組織結(jié)構(gòu)的遙感影像幾何處理系統(tǒng)研究[D];河南大學(xué);2015年

，

本文編號(hào)：1643074