本文關(guān)鍵詞：基于多特征融合的光學(xué)遙感圖像目標(biāo)分類算法研究

  更多相關(guān)文章： 光學(xué)遙感圖像 分層的BoF-SIFT特征 SVM 決策級(jí)融合 算法框架

【摘要】：基于光學(xué)遙感圖像的目標(biāo)檢測(cè)與分類識(shí)別是圖像處理和模式識(shí)別領(lǐng)域一個(gè)重要的研究熱點(diǎn)問題,目前單一目標(biāo)的分類識(shí)別已經(jīng)取得一定的成果,然而對(duì)于現(xiàn)實(shí)場(chǎng)景中多目標(biāo)共存的情況還存在著單一特征表示不充分、特征適應(yīng)性較差、識(shí)別準(zhǔn)確性不高等問題,本文針對(duì)以上問題提出了一種新的基于多特征的光學(xué)遙感圖像目標(biāo)分類算法框架。具體研究?jī)?nèi)容如下:針對(duì)目前特征的表示方法對(duì)于目標(biāo)旋轉(zhuǎn)的適應(yīng)性較差的問題,提出了一種新的分層BoF-SIFT特征對(duì)遙感圖像目標(biāo)進(jìn)行表示,該特征綜合利用了SIFT特征具有的平移、縮放和旋轉(zhuǎn)適應(yīng)性、BoF特征直觀的表示形式以及分層特征對(duì)分布信息的細(xì)節(jié)描述能力,采用SVM識(shí)別算法和AdaBoost識(shí)別算法對(duì)特征的表示能力進(jìn)行了大量的測(cè)試,驗(yàn)證了該特征的有效性�；趩我惶卣鞯墓鈱W(xué)遙感圖像多目標(biāo)分類識(shí)別存在準(zhǔn)確性差的問題,提出一種新的基于多特征決策級(jí)融合的多目標(biāo)分類識(shí)別算法。首先對(duì)光學(xué)遙感圖像目標(biāo)提取分層的BoF-SIFT特征、改進(jìn)后的SC形狀特征和Hu不變矩特征;其次設(shè)計(jì)了一種多特征決策級(jí)融合的策略實(shí)現(xiàn)多目標(biāo)分類。經(jīng)多次實(shí)驗(yàn)表明該算法對(duì)光學(xué)遙感圖像多目標(biāo)有較好的分類識(shí)別性能。從實(shí)際應(yīng)用角度出發(fā),結(jié)合以上研究成果,提出并實(shí)現(xiàn)了一個(gè)可行的基于遙感圖像的多目標(biāo)分割與識(shí)別算法框架,可以實(shí)現(xiàn)遙感圖像中多目標(biāo)的自動(dòng)檢測(cè)與分類識(shí)別,該框架的功能可操作性強(qiáng),具有一定的實(shí)際應(yīng)用意義。
【關(guān)鍵詞】：光學(xué)遙感圖像 分層的BoF-SIFT特征 SVM 決策級(jí)融合 算法框架
【學(xué)位授予單位】：沈陽航空航天大學(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6-7
• Abstract7-12
• 第1章 緒論12-17
• 1.1 課題研究意義及應(yīng)用12-13
• 1.1.1 軍事意義12
• 1.1.2 民用價(jià)值12-13
• 1.2 研究的難點(diǎn)和挑戰(zhàn)13-14
• 1.3 本文主要研究?jī)?nèi)容及貢獻(xiàn)14-16
• 1.3.1 主要研究?jī)?nèi)容14-15
• 1.3.2 主要貢獻(xiàn)15-16
• 1.4 本文的結(jié)構(gòu)安排16-17
• 第2章 目標(biāo)檢測(cè)與分類識(shí)別方法綜述17-25
• 2.1 目標(biāo)檢測(cè)17-19
• 2.1.1 邊緣檢測(cè)算子17-18
• 2.1.2 局部邊緣特征法18
• 2.1.3 最大的有向邊界法18-19
• 2.2 圖像分割19-20
• 2.2.1 閾值分割法19
• 2.2.2 模糊差影濾波分割方法19-20
• 2.2.3 局部特征分割法20
• 2.2.4 馬爾科夫隨機(jī)場(chǎng)分割法20
• 2.3 特征提取20-22
• 2.3.1 光譜特征20-21
• 2.3.2 紋理特征21
• 2.3.3 形狀特征21
• 2.3.4 結(jié)構(gòu)特征21-22
• 2.4 分類識(shí)別22-24
• 2.4.1 神經(jīng)網(wǎng)絡(luò)22-23
• 2.4.2 貝葉斯網(wǎng)絡(luò)23
• 2.4.3 支持向量機(jī)23
• 2.4.4 AdaBoost算法23-24
• 2.4.5 模板匹配24
• 2.5 本章小結(jié)24-25
• 第3章 基于分層的BOF-SIFT特征的分類識(shí)別算法研究25-36
• 3.1 BOF-SIFT特征提取算法25-29
• 3.1.1 SIFT特征提取25-27
• 3.1.2 BoF-SIFT描述子的生成27-28
• 3.1.3 基于空間金字塔的分層特征構(gòu)建28-29
• 3.2 識(shí)別算法29-32
• 3.2.1 支持向量機(jī)原理簡(jiǎn)介29-31
• 3.2.2 基于支持向量機(jī)的AdaBoost識(shí)別算法31-32
• 3.3 實(shí)驗(yàn)測(cè)試及算法的有效性分析32-35
• 3.3.1 數(shù)據(jù)庫(kù)介紹32-33
• 3.3.2 參數(shù)測(cè)試33-34
• 3.3.3 最優(yōu)參數(shù)下的識(shí)別結(jié)果比較34-35
• 3.4 本章小結(jié)35-36
• 第4章 基于多特征的決策級(jí)融合分類識(shí)別算法研究36-46
• 4.1 多特征選取37-40
• 4.1.1 分層的BoF-SIFT特征37-38
• 4.1.2 改進(jìn)的SC特征38-39
• 4.1.3 Hu不變矩特征39-40
• 4.2 決策級(jí)融合40-42
• 4.3 實(shí)驗(yàn)結(jié)果42-45
• 4.3.1 最優(yōu)參數(shù)下的特征測(cè)試結(jié)果42-43
• 4.3.2 多特征決策級(jí)融合結(jié)果43-45
• 4.4 本章小結(jié)45-46
• 第5章 基于遙感圖像的多目標(biāo)分割與識(shí)別算法框架設(shè)計(jì)及實(shí)現(xiàn)46-52
• 5.1 局部自適應(yīng)閾值分割算法簡(jiǎn)介46-48
• 5.2 功能實(shí)現(xiàn)48-51
• 5.3 本章小結(jié)51-52
• 結(jié)論52-54
• 參考文獻(xiàn)54-58
• 致謝58-59
• 攻讀碩士期間發(fā)表（含錄用）的學(xué)術(shù)論文59

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 ;美國(guó)小型光學(xué)遙感衛(wèi)星的新進(jìn)展[J];國(guó)際太空;1996年09期

2 王斌永;海洋和水環(huán)境航空光學(xué)遙感系統(tǒng)[J];紅外;2002年10期

3 郭今昌;;商用高分辨率光學(xué)遙感衛(wèi)星及平臺(tái)技術(shù)分析[J];航天器工程;2009年02期

4 吳桂英;超高分辨率成像光譜儀在陸地和機(jī)載光學(xué)遙感中的應(yīng)用[J];光機(jī)電信息;1995年12期

5 牛錚;光學(xué)遙感大氣訂正總體思路與最新進(jìn)展[J];遙感技術(shù)與應(yīng)用;1998年01期

6 馬文坡;;衛(wèi)星光學(xué)遙感系統(tǒng)優(yōu)化設(shè)計(jì)與像質(zhì)評(píng)價(jià)探討[J];航天返回與遙感;2007年04期

7 高昆;劉迎輝;倪國(guó)強(qiáng);張彥;;光學(xué)遙感圖像星上實(shí)時(shí)處理技術(shù)的研究[J];航天返回與遙感;2008年01期

8 周峰;鄭國(guó)憲;蘇云;;國(guó)外深空探測(cè)光學(xué)遙感載荷發(fā)展現(xiàn)狀與啟示[J];航天返回與遙感;2012年01期

9 徐茂松;李坤;謝酬;朱松;羅洪章;張風(fēng)麗;王雪軍;夏忠勝;黨永峰;;極化雷達(dá)與光學(xué)遙感森林雪災(zāi)破壞協(xié)同監(jiān)測(cè)[J];南京林業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年04期

10 高立寧;畢福昆;龍騰;楊健;;一種光學(xué)遙感圖像海面艦船檢測(cè)算法[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年01期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前6條

1 龍超;;美國(guó)新一代商用光學(xué)遙感衛(wèi)星及其新技術(shù)[A];中國(guó)光學(xué)學(xué)會(huì)2011年學(xué)術(shù)大會(huì)摘要集[C];2011年

2 周勝利;馬駿;徐鵬;;航天光學(xué)遙感系統(tǒng)的圖像質(zhì)量預(yù)估[A];第十一屆全國(guó)光學(xué)測(cè)試學(xué)術(shù)討論會(huì)論文（摘要集）[C];2006年

3 張曉輝;韓昌元;;傳輸型CCD光學(xué)遙感相機(jī)綜合像質(zhì)評(píng)價(jià)[A];第十屆全國(guó)光學(xué)測(cè)試學(xué)術(shù)討論會(huì)論文（摘要集）[C];2004年

4 姜偉;黃巧林;;航天光學(xué)遙感InGaAs短波紅外成像應(yīng)用技術(shù)[A];第二十三屆全國(guó)空間探測(cè)學(xué)術(shù)交流會(huì)論文摘要集[C];2010年

5 鄭小兵;張黎明;吳浩宇;章駿平;李雙;王驥;;面向光學(xué)遙感的先進(jìn)光譜輻射定標(biāo)技術(shù)[A];第十四屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文選集[C];2003年

6 張佳華;許云;姚鳳梅;王培娟;郭文娟;李莉;;植被含水量光學(xué)遙感估算方法研究進(jìn)展[A];遙感定量反演算法研討會(huì)摘要集[C];2010年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前2條

1 北京空間機(jī)電研究所;空間探秘創(chuàng)偉業(yè) 自主創(chuàng)新建奇功[N];科技日?qǐng)?bào);2008年

2 北京空間機(jī)電研究所;空間探秘創(chuàng)偉業(yè) 自主創(chuàng)新建奇功[N];光明日?qǐng)?bào);2008年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條

1 王澤龍;光學(xué)遙感壓縮成像理論與系統(tǒng)設(shè)計(jì)[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

2 黃紅蓮;光學(xué)遙感偏振成像仿真與驗(yàn)證方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2015年

3 王臣立;雷達(dá)與光學(xué)遙感結(jié)合在森林凈初級(jí)生產(chǎn)力研究中應(yīng)用[D];中國(guó)科學(xué)院研究生院（遙感應(yīng)用研究所）;2006年

4 鄒樂君;基于光學(xué)遙感的海島識(shí)別及算法研究[D];浙江大學(xué);2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前6條

1 秦寧麗;基于多特征融合的光學(xué)遙感圖像目標(biāo)分類算法研究[D];沈陽航空航天大學(xué);2016年

2 徐琰;利用二元光學(xué)技術(shù)設(shè)計(jì)輕量化光學(xué)遙感系統(tǒng)[D];國(guó)防科學(xué)技術(shù)大學(xué);2006年

3 李立源;非規(guī)則采樣光學(xué)遙感圖像復(fù)原方法研究[D];哈爾濱工業(yè)大學(xué);2013年

4 金文超;基于復(fù)雜背景的光學(xué)遙感圖像艦船目標(biāo)檢測(cè)技術(shù)[D];哈爾濱工程大學(xué);2013年

5 李慧娟;光學(xué)遙感成像系統(tǒng)MTF在線補(bǔ)償技術(shù)的研究[D];中國(guó)科學(xué)院研究生院(西安光學(xué)精密機(jī)械研究所);2012年

6 張文浩;光學(xué)遙感圖像跑道提取與油罐目標(biāo)識(shí)別技術(shù)研究[D];電子科技大學(xué);2010年

，

本文編號(hào)：991371