本文關(guān)鍵詞：基于主動(dòng)輪廓的高光譜溢油圖像分割研究

  更多相關(guān)文章： 主動(dòng)輪廓模型 高光譜遙感圖像 光譜角 Fisher準(zhǔn)則 圖像分割

【摘要】：最近幾十年,隨著國(guó)內(nèi)外海上溢油事故的頻繁發(fā)生,造成大量原油泄漏,給海洋環(huán)境及其生物帶來(lái)十分嚴(yán)重的危害。由于海上環(huán)境十分復(fù)雜,溢油事故發(fā)生后,快速且準(zhǔn)確地從溢油遙感圖像中提取溢油邊界,進(jìn)而獲取溢油面積和溢油量是海上溢油監(jiān)測(cè)的關(guān)鍵環(huán)節(jié),也是一個(gè)重要研究課題。光學(xué)遙感技術(shù)是海上溢油監(jiān)測(cè)的重要手段之一,而高光譜遙感作為光學(xué)遙感領(lǐng)域的技術(shù)前沿憑借其獨(dú)特優(yōu)勢(shì),很快成為海上溢油監(jiān)測(cè)的新亮點(diǎn)。主動(dòng)輪廓模型相比于其他圖像分割方法,其主要優(yōu)勢(shì)在于不論所處理的圖像質(zhì)量如何,總能夠獲得光滑且封閉的目標(biāo)區(qū)域邊界。Chan和Vese提出的無(wú)邊界主動(dòng)輪廓模型,即CV模型,具有不依賴于梯度信息,能夠分割邊界比較模糊或含有噪聲的圖像,對(duì)輪廓曲線的初始位置不敏感以及易于實(shí)現(xiàn)等一系列優(yōu)點(diǎn),因而得到廣泛應(yīng)用。但由于高光譜溢油圖像具有邊界模糊、油水光譜特征差異小、灰度不均勻變化以及普遍含有亮斑和陰影噪聲,CV模型無(wú)法實(shí)現(xiàn)較好的分割效果。因此本文對(duì)CV模型進(jìn)行以下3個(gè)方面的改進(jìn)：(1)通過(guò)引入Fisher準(zhǔn)則的基本思想,改進(jìn)原始CV模型的擬合項(xiàng),使改進(jìn)后的模型能夠獲得更好的分割效果,同時(shí)使模型能夠自動(dòng)調(diào)節(jié)長(zhǎng)度項(xiàng)和擬合項(xiàng)的常量系數(shù)的比值,從而使模型對(duì)參數(shù)的變化更加穩(wěn)定。(2)利用光譜角距離這一光譜相似性度量構(gòu)造一個(gè)邊緣檢測(cè)函數(shù),以此來(lái)構(gòu)建一個(gè)新的長(zhǎng)度項(xiàng),使輪廓曲線更加準(zhǔn)確而穩(wěn)定地停止在目標(biāo)區(qū)域的邊界。(3)結(jié)合端元提取算法對(duì)CV模型進(jìn)行進(jìn)一步改進(jìn),使改進(jìn)后的模型能夠從含多類地物的圖像中劃分出感興趣的特定類。最后,本文將改進(jìn)模型和CV模型等對(duì)比算法在模擬高光譜圖像、標(biāo)示高光譜圖像以及實(shí)際高光譜溢油圖像上進(jìn)行實(shí)驗(yàn),通過(guò)對(duì)各算法的分割結(jié)果進(jìn)行分析比較,證明了改進(jìn)模型的可行性、有效性和精確性。
【關(guān)鍵詞】：主動(dòng)輪廓模型 高光譜遙感圖像 光譜角 Fisher準(zhǔn)則 圖像分割
【學(xué)位授予單位】：大連海事大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP751
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 緒論10-18
• 1.1 課題研究背景及意義10-12
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀12-15
• 1.3 論文研究工作及總體框架15-17
• 1.4 本章小結(jié)17-18
• 第2章 常用高光譜圖像分割(類)方法18-24
• 2.1 高光譜遙感圖像簡(jiǎn)介18-19
• 2.2 高光譜圖像端元提取算法19-20
• 2.3 幾種常用高光譜圖像分割(類)方法20-22
• 2.4 高光譜圖像分割(類)評(píng)價(jià)指標(biāo)22-23
• 2.5 本章小結(jié)23-24
• 第3章 主動(dòng)輪廓模型研究及改進(jìn)24-54
• 3.1 主動(dòng)輪廓模型相關(guān)理論24-27
• 3.1.1 水平集原理24-25
• 3.1.2 變分理論25-27
• 3.1.3 梯度下降流27
• 3.2 主動(dòng)輪廓模型27-37
• 3.2.1 參數(shù)主動(dòng)輪廓模型28-29
• 3.2.2 幾何主動(dòng)輪廓模型29-30
• 3.2.3 基于區(qū)域的主動(dòng)輪廓模型30-35
• 3.2.4 矢量形式的區(qū)域主動(dòng)輪廓模型35-37
• 3.3 改進(jìn)的主動(dòng)輪廓模型37-40
• 3.3.1 擬合項(xiàng)改進(jìn)38
• 3.3.2 長(zhǎng)度項(xiàng)改進(jìn)38-39
• 3.3.3 結(jié)合端元提取算法的改進(jìn)39-40
• 3.3.4 改進(jìn)的主動(dòng)輪廓模型40
• 3.4 模擬高光譜圖像實(shí)驗(yàn)40-48
• 3.4.1 實(shí)驗(yàn)數(shù)據(jù)來(lái)源41-43
• 3.4.2 實(shí)驗(yàn)結(jié)果分析43-48
• 3.5 標(biāo)示高光譜圖像實(shí)驗(yàn)48-53
• 3.5.1 實(shí)驗(yàn)數(shù)據(jù)來(lái)源48
• 3.5.2 實(shí)驗(yàn)結(jié)果分析48-53
• 3.6 本章小結(jié)53-54
• 第4章 改進(jìn)主動(dòng)輪廓模型在實(shí)際高光譜溢油圖像上的應(yīng)用54-60
• 4.1 實(shí)驗(yàn)數(shù)據(jù)來(lái)源54-55
• 4.2 高光譜圖像預(yù)處理55-56
• 4.3 實(shí)驗(yàn)結(jié)果分析56-59
• 4.4 本章小結(jié)59-60
• 第5章 總結(jié)與展望60-62
• 5.1 總結(jié)60-61
• 5.2 展望61-62
• 參考文獻(xiàn)62-66
• 攻讀學(xué)位期間公開發(fā)表論文66-67
• 致謝67-68
• 研究生履歷68

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 方偉;陳會(huì)勇;陳宗海;;基于非參數(shù)二維熵的主動(dòng)輪廓模型[J];模式識(shí)別與人工智能;2005年06期

2 趙明珠;陳勝勇;管秋;;基于混合主動(dòng)輪廓模型和區(qū)域間差別最大化的細(xì)胞弱邊界分割[J];計(jì)算機(jī)應(yīng)用與軟件;2011年11期

3 張寧;余學(xué)飛;;基于加性算子分割的快速靜磁場(chǎng)主動(dòng)輪廓模型[J];計(jì)算機(jī)工程與應(yīng)用;2012年05期

4 陳會(huì)勇;胡玉鎖;陳宗海;;基于恒定曲率變化的主動(dòng)輪廓模型[J];中國(guó)圖象圖形學(xué)報(bào);2006年06期

5 李小毛;王智峰;唐延?xùn)|;;基于形狀保持主動(dòng)輪廓模型長(zhǎng)直條的檢測(cè)[J];計(jì)算機(jī)工程;2008年01期

6 陶玲;錢志余;陳春曉;;主動(dòng)輪廓模型及其在醫(yī)學(xué)體分割中的應(yīng)用[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年01期

7 李燕;羅四維;鄒琪;;帶評(píng)價(jià)系統(tǒng)的曲率相關(guān)有向主動(dòng)輪廓模型[J];北京交通大學(xué)學(xué)報(bào);2010年02期

8 岑峰,戚飛虎,曾文s，

本文編號(hào)：824802