本文關鍵詞：多源遙感圖像水體信息提取方法的研究

  更多相關文章： 水體檢測 SAR 多光譜 拓撲描述子 LBV

【摘要】：隨著信息科學技術在航空航天領域的快速發(fā)展,遙感技術在日常生產(chǎn)生活中發(fā)揮的作用日益凸顯。目前,采用航空航天遙感圖像進行地物目標的檢測識別技術已成為國內外相關領域專家學者研究的熱點。本文分別針對國產(chǎn)環(huán)境-1C衛(wèi)星的合成孔徑雷達(Synthetic Aperture Radar,SAR)圖像和國產(chǎn)高分一號(GF-1)多光譜遙感圖像中水體信息檢測的方法進行了研究:(1)針對復雜場景SAR圖像的水體提取,本文首先對SAR圖像進行相干斑降噪處理,并利用Sobel梯度圖像與分線段拉伸變換圖像進行加權融合,以降低噪聲的影響和增強圖像;其次,本文提出基于雙峰迭代法的自適應雙閾值分割算法,克服了傳統(tǒng)OTSU算法對單峰直方圖圖像分割效果較差的缺陷,實現(xiàn)水體候選區(qū)的自適應提取;為了降低虛警概率,本文提出基于區(qū)域拓撲描述子的虛警剔除方法。研究結果表明該算法能夠有效的剔除由陰影等產(chǎn)生的虛警,且具有較好的自適應性以及較高的檢測精度,可以為陸地水體信息的檢測與評估提供信息依據(jù)。(2)為了充分利用GF-1多光譜圖像中的地物信息,本文提出基于多光譜圖像LBV變換的譜間關系法水體信息提取算法。首先,本文計算了GF-1衛(wèi)星多光譜遙感影像的LBV變換公式;其次,分析了典型地物在L、B、V三個分量的平均輻射值,水體信息的平均輻射值在L、B、V三個波段中存在B大于V且B大于L的關系,根據(jù)此判別條件可以實現(xiàn)多光譜圖像中水體的精確提取。實驗結果表明此方法能夠很好的消除陰影、公路等對水體信息提取的影響,能夠精確地提取出大面積的開闊水體以及池塘等小面積水體信息,且此方法簡單、自適應性強。
【關鍵詞】：水體檢測 SAR 多光譜 拓撲描述子 LBV
【學位授予單位】：北京理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP751
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 緒論10-20
• 1.1 本論文研究的目的和意義10-11
• 1.2 國內外遙感衛(wèi)星發(fā)展綜述11-14
• 1.2.1 國外遙感衛(wèi)星發(fā)展綜述12-13
• 1.2.2 國內遙感衛(wèi)星發(fā)展綜述13-14
• 1.3 遙感水域檢測國內外研究現(xiàn)狀14-17
• 1.3.1 SAR圖像水域檢測國內外研究現(xiàn)狀14-15
• 1.3.2 多光譜圖像水域檢測國內外研究現(xiàn)狀15-17
• 1.4 本論文的主要工作與結構安排17-20
• 第2章 遙感圖像與水體目標特性分析20-29
• 2.1 引言20
• 2.2 SAR圖像特性分析20-25
• 2.2.1 SAR成像原理20-22
• 2.2.2 SAR圖像相干斑噪聲特性22-23
• 2.2.3 SAR圖像陰影及水體目標特性23-25
• 2.3 多光譜圖像特性分析25-28
• 2.3.1 多光譜圖像成像原理25-27
• 2.3.2 多光譜圖像陰影及水體目標特性27-28
• 2.4 本文小結28-29
• 第3章 基于區(qū)域拓撲描述子的SAR圖像自適應水體檢測算法29-54
• 3.1 引言29-30
• 3.2 預處理30-41
• 3.2.1 濾波預處理31-37
• 3.2.2 圖像增強處理37-41
• 3.3 水體信息候選區(qū)提取41-47
• 3.3.1 經(jīng)典分割算法42-44
• 3.3.2 改進的自適應雙閾值分割算法44-46
• 3.3.3 實驗結果與分析46-47
• 3.4 基于區(qū)域拓撲描述子的虛警剔除算法47-53
• 3.4.1 水體與疑似水體特征分析47-49
• 3.4.2 算法具體實現(xiàn)過程49-51
• 3.4.3 實驗設置與結果分析51-53
• 3.5 本章小結53-54
• 第4章 多光譜圖像LBV變換的譜間關系法水體檢測算法54-70
• 4.1 引言54-55
• 4.2 濾波預處理55-56
• 4.3 經(jīng)典的多光譜圖像水體檢測算法56-58
• 4.3.1 單波段閾值法56
• 4.3.2 多波段譜間關系法56
• 4.3.3 歸一化水體指數(shù)法56-57
• 4.3.4 決策樹分類法57-58
• 4.4 GF-1 多光譜圖像的 LBV 變換58-64
• 4.4.1 GF-1 多光譜影像中典型地物光譜分析59-61
• 4.4.2 GF-1 多光譜圖像的 LBV 變換公式61-64
• 4.5 多光譜圖像LBV變換的譜間關系法64-65
• 4.7 實驗設置與結果分析65-68
• 4.7.1 實驗設置65-66
• 4.7.2 實驗結果分析66-68
• 4.8 本章小結68-70
• 第5章 總結與展望70-72
• 5.1 研究內容總結70-71
• 5.2 研究展望71-72
• 參考文獻72-79
• 攻讀學位期間發(fā)表論文與研究成果清單79-80
• 致謝80

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 查力;宮輝力;胡卓瑋;杜紅悅;;高分影像水體信息提取對比研究[J];首都師范大學學報(自然科學版);2015年04期

2 王婷;趙玲;武堅;張萍;張亞寧;張曉博;;改進型歸一化差值不透水表面指數(shù)探討——以蘭州市建成區(qū)為例[J];測繪與空間地理信息;2015年03期

3 余志飛;;基于MODIS遙感數(shù)據(jù)的水體提取算法研究[J];測繪與空間地理信息;2015年03期

4 吉紅霞;范興旺;吳桂平;劉元波;;離散型湖泊水體提取方法精度對比分析[J];湖泊科學;2015年02期

5 林楚彬;李少青;;Landsat數(shù)據(jù)水體自動提取研究進展[J];自動化技術與應用;2015年02期

6 張新;程熙;李萬慶;路明;林超;;流域不透水面遙感提取及尺度依賴性研究[J];自然災害學報;2015年01期

7 丁占峰;李大軍;;基于ONDWI水體指數(shù)的鄱陽湖水域信息提取[J];安徽農(nóng)業(yè)科學;2015年06期

8 胡蕾;侯鵬洋;;一種基于光譜與紋理特征的多光譜遙感圖像地物分類方法[J];中國科技論文;2015年02期

9 羅華;雷斌;胡玉新;;一種機載InSAR水體陰影的提取和識別方法[J];遙感技術與應用;2014年02期

10 胡衛(wèi)國;孟令奎;張東映;樊志偉;成建國;李曉暉;;資源一號02C星圖像水體信息提取方法[J];國土資源遙感;2014年02期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 郭鵬;鄒春輝;趙學斌;;MODIS影像水體監(jiān)測方法研究進展[A];第28屆中國氣象學會年會——S1第四屆氣象綜合探測技術研討會[C];2011年

中國碩士學位論文全文數(shù)據(jù)庫 前3條

1 張璇;基于高光譜遙感的城市水網(wǎng)水體提取研究和實現(xiàn)[D];山東大學;2014年

2 唐為林;基于紋理分析的遙感圖像水陸場景分類[D];華中科技大學;2012年

3 任淑娟;SAR圖像水域分類方法的研究[D];長安大學;2009年

，

本文編號：812829