本文選題：地物要素 + 智能化提取�。� 參考：《中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院遙感與數(shù)字地球研究所)》2017年博士論文

【摘要】：合成孔徑雷達(dá)(SAR)由于它的全天時(shí)、全天候的特性,在各種復(fù)雜環(huán)境以及能見(jiàn)度較差的氣象條件下,SAR比光學(xué)傳感器更加有效,特別適合多云霧地區(qū)的地物信息獲取、突發(fā)性災(zāi)害(如洪澇、地震和山體滑坡等)災(zāi)情快速獲取、地殼形變監(jiān)測(cè)等應(yīng)用。日本ALOS/PALSAR、意大利COSMO-SkyMed、德國(guó)TerraSAR-X、加拿大Radarsat-2等衛(wèi)星的相繼發(fā)射,極大地提高了星載SAR圖像的地面分辨率。這些1~5米分辨率的圖像正好滿足地物解譯和自動(dòng)提取的需求。但是,SAR圖像屬于斜距投影的相干成像,在成像機(jī)理、輻射特性及幾何特性上與可見(jiàn)光圖像有很大差異。因此,SAR圖像地物解譯困難,測(cè)繪應(yīng)用難度大。本文圍繞中高分辨率SAR圖像在測(cè)繪領(lǐng)域應(yīng)用中的重點(diǎn)和困難,著重研究地物信息自動(dòng)獲取、多源圖像的配準(zhǔn)以及地物和地形的變化檢測(cè),探索以SAR數(shù)據(jù)為主導(dǎo)的多源遙感數(shù)據(jù)智能化測(cè)繪應(yīng)用。本文主要內(nèi)容如下:(1)研究遙感圖像典型地物要素智能化提取技術(shù)。半自動(dòng)方面,針對(duì)典型地物及其特征,設(shè)計(jì)了基于灰度共生矩陣的閾值法提取紋理簡(jiǎn)單、均一的水體和植被,提出了基于Gabor變換的區(qū)域生長(zhǎng)法提取紋理復(fù)雜的居民地;自動(dòng)方面,主要基于深度學(xué)習(xí)設(shè)計(jì)了CNN和CGAN的兩種提取方案,提出多尺度窗口累積概率方法解決了基于CNN分割不能確定地物位置輪廓的問(wèn)題,采用CGAN將研究范圍從監(jiān)督學(xué)習(xí)拓展至無(wú)監(jiān)督或半監(jiān)督學(xué)習(xí)。實(shí)驗(yàn)結(jié)果表明:地物要素的半自動(dòng)提取算法簡(jiǎn)單,易于應(yīng)用,定位精度較高;基于CGAN的方法不僅取得了較高的提取精度,而且整體輪廓更為規(guī)整,證明了深度學(xué)習(xí)在地物要素提取方面的能力和巨大潛力。(2)提出了基于地物要素的多源遙感圖像配準(zhǔn)及其變化檢測(cè)一體化的處理方法。基于人的認(rèn)知模型解析算法思路,利用地物要素的屬性和形狀信息配準(zhǔn)圖像,設(shè)計(jì)算法流程,分析關(guān)鍵技術(shù)和研究重點(diǎn);引入計(jì)算機(jī)視覺(jué)領(lǐng)域形狀匹配的相關(guān)思想和算法,針對(duì)遙感圖像線狀和面狀地物的形狀特點(diǎn)和分割問(wèn)題,分別提出擴(kuò)展最優(yōu)子序列(EOSB)匹配算法和基于空間位置關(guān)系的形狀上下文(SC)匹配算法。實(shí)驗(yàn)結(jié)果表明:地物對(duì)象作為匹配單元,符合人的視覺(jué)認(rèn)知,解決了多源遙感數(shù)據(jù)特征難以對(duì)應(yīng)的問(wèn)題;EOSB和SC算法穩(wěn)健性強(qiáng),不僅具有很強(qiáng)的抗噪聲特性,而且能夠適應(yīng)提取結(jié)果的差異性和局部變形;將變化檢測(cè)與圖像配準(zhǔn)同步進(jìn)行,能充分利用所有未變化的地物目標(biāo)作為圖像配準(zhǔn)的依據(jù),更加精確、更加自動(dòng)化,檢測(cè)結(jié)果能夠直接用于地形圖修測(cè)和地理國(guó)情監(jiān)測(cè)等應(yīng)用。(3)提出一種新穎的、穩(wěn)健的基于等高線的DEM匹配方法,解決了高山變形地區(qū)DEM匹配及其地形變化檢測(cè)。分析DEM匹配存在的問(wèn)題及其原因,利用等高線相似的特性檢測(cè)不變的山峰點(diǎn)作為控制點(diǎn),解決了兩個(gè)變形地表之間的對(duì)應(yīng)難題,再利用最小二乘表面匹配達(dá)到最優(yōu)匹配;在DEM匹配的基礎(chǔ)上利用高程差異檢測(cè)滑坡,與實(shí)際滑坡資料進(jìn)行比對(duì),驗(yàn)證DEM數(shù)據(jù)的準(zhǔn)確性和檢測(cè)結(jié)果的可靠性。實(shí)驗(yàn)結(jié)果表明:基于等高線的方法避免了高山區(qū)不同DEM數(shù)據(jù)之間粗差的影響,能在沒(méi)有任何地理信息的情況下對(duì)齊兩個(gè)DEM數(shù)據(jù),為基于最小二乘表面精確匹配提供了較好的初始轉(zhuǎn)換參數(shù);與基于點(diǎn)的匹配方法相比,最小二乘表面匹配方法精度更高;基于DEM的方法不僅能檢測(cè)滑坡的區(qū)域和范圍,而且能檢測(cè)滑坡區(qū)域高程變化的程度,這更有利于災(zāi)情評(píng)估、搶險(xiǎn)救災(zāi)措施制定以及災(zāi)后重建工作的評(píng)估和指導(dǎo)。
[Abstract]:Synthetic Aperture Radar ( SAR ) is more effective than optical sensor due to its full - day , all - weather characteristics , and SAR image is more effective than optical sensor under the conditions of complex environment and poor visibility . This paper presents a new and robust method to deal with DEM data in high mountain area . The results show that the terrain object is used as a matching unit , which can solve the problem of DEM matching in high mountain area .

【學(xué)位授予單位】：中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院遙感與數(shù)字地球研究所)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2017
【分類號(hào)】：P237
，

本文編號(hào)：1806667