本文關(guān)鍵詞：極化SAR流冰區(qū)大塊接觸性浮冰分離方法研究　出處：《大連海事大學(xué)》2017年碩士論文　論文類(lèi)型：學(xué)位論文

  更多相關(guān)文章： 全極化合成孔徑雷達(dá) 接觸性浮冰 紋理特征 特征融合

【摘要】：全極化合成孔徑雷達(dá)由于不受光照、云層和惡劣天氣等的影響,具有全天時(shí)、全天候的特性,是目前對(duì)海洋浮冰進(jìn)行監(jiān)測(cè)的主要手段。流冰區(qū)數(shù)據(jù)的研究,對(duì)流冰流經(jīng)區(qū)域的海上航運(yùn)、海上生產(chǎn)、油氣勘探和極地地區(qū)的海冰監(jiān)測(cè)來(lái)說(shuō)都是具有重要意義的,在這些領(lǐng)域都需要實(shí)時(shí)提供海冰的相關(guān)數(shù)據(jù)。但是不得不認(rèn)識(shí)到的是,通過(guò)SAR得到的原始數(shù)據(jù)所包含的數(shù)據(jù)量過(guò)于龐大,所以對(duì)SAR圖像進(jìn)行解譯離不開(kāi)計(jì)算機(jī)的輔助,而解譯的結(jié)果直接影響下一步研究的準(zhǔn)確性。流冰區(qū)的浮冰具有大小不一、形狀不規(guī)則、呈網(wǎng)狀散落分布等特點(diǎn)。這些浮冰中有的大塊浮冰之間相互擠壓,有的碎冰之間緊緊挨在一起,還有的浮冰似斷非段,加上大面積的冰皮的存在使得圖像的分割的難度大大增加�；诹鞅鶇^(qū)海冰的特點(diǎn),本論文提出了一個(gè)分割與分類(lèi)相結(jié)合分離大塊弱連接浮冰的方法,其研究?jī)?nèi)容及創(chuàng)新之處概括如下:首先,對(duì)碎冰和不穩(wěn)定小浮冰的剔除。在濾波等噪聲抑制處理的基礎(chǔ)上,利用預(yù)處理后的圖像先通過(guò)形態(tài)學(xué)的方法,選取多組窗口大小對(duì)海冰圖像進(jìn)行處理,用輪廓標(biāo)記算法和面積條件剔除碎冰;然后利用凸包提取技術(shù)優(yōu)化浮冰的周長(zhǎng)信息,利用面積、圓形度、離心率等約束條件剔除不穩(wěn)定的小塊浮冰。然后,對(duì)大塊弱連接性浮冰進(jìn)行區(qū)分。先進(jìn)行紋理特征的提取,利用樣本特征散點(diǎn)圖分析比較各個(gè)紋理特征的優(yōu)劣;然后利用理想的紋理特征進(jìn)行單特征分類(lèi)和多特征線性融合分類(lèi),并進(jìn)行比較分析。實(shí)驗(yàn)結(jié)果表明利用多特征融合的分類(lèi)方式得到的圖像分類(lèi)準(zhǔn)確度更高,穩(wěn)定性更強(qiáng)。最后,利用格陵蘭島Fram海峽的兩景圖像進(jìn)行了實(shí)驗(yàn),并用第二景圖像對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了驗(yàn)證,證明了本文的實(shí)驗(yàn)方法具有可行性和穩(wěn)定性。
[Abstract]:Full polarization synthetic aperture radar (ASAR), which is not affected by illumination, clouds and bad weather, has the characteristics of all-day and all-weather, which is the main method to monitor the sea ice. It is of great significance for maritime navigation, offshore production, oil and gas exploration and monitoring of sea ice in polar regions. There is a need to provide real-time data on sea ice in these areas, but it has to be recognized that the raw data obtained through SAR contains too large a large amount of data. Therefore, the interpretation of SAR images can not be separated from the computer, and the results of interpretation directly affect the accuracy of the next research. Some of the large pieces of ice in these ice floes squeeze each other, some pieces of ice close to each other, and some ice floes seem to break off. In addition, the existence of a large area of ice makes the image segmentation more difficult. Based on the characteristics of floating ice, this paper proposes a method to separate large pieces of weakly connected ice floes combined with segmentation and classification. The research contents and innovations are summarized as follows: first of all, remove the broken ice and unstable small ice floe. On the basis of filtering and other noise suppression processing, the pre-processed image is first through the morphological method. The image of sea ice is processed by selecting several groups of window sizes, and the ice fragments are eliminated by contour marking algorithm and area condition. Then using convex hull extraction technology to optimize the information of the circumference of the ice, using the area, roundness, centrifuge and other constraints to eliminate unstable small pieces of ice floe. Then. Firstly, the extraction of texture features is carried out, and the advantages and disadvantages of each texture feature are analyzed and compared by using the scatter plot of sample features. Then the ideal texture features are used for single feature classification and multi-feature linear fusion classification. The experimental results show that the classification method based on multi-feature fusion is more accurate. Finally, two scene images of Fram Channel in Greenland are used to carry out experiments, and the experimental results are verified by the second scene image, which proves the feasibility and stability of the experimental method in this paper.
【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】：2017
【分類(lèi)號(hào)】：TN958

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 田學(xué)東,郭寶蘭;基于紋理特征的漢字字體識(shí)別研究[J];計(jì)算機(jī)工程;2002年06期

2 張紅梅,韓萍;倉(cāng)儲(chǔ)物害蟲(chóng)分類(lèi)識(shí)別中紋理特征的提取[J];計(jì)算機(jī)工程與應(yīng)用;2003年01期

3 楊大鵬;高向東;劉紅;;基于紋理特征的道路行人識(shí)別研究[J];機(jī)械設(shè)計(jì)與制造;2012年01期

4 于曉晗,袁保宗;一種新的旋轉(zhuǎn)不變紋理特征[J];電子學(xué)報(bào);1990年03期

5 張紅梅,張慧檔,田耕;面包烘焙品質(zhì)檢驗(yàn)中紋理特征的提取[J];計(jì)算機(jī)工程與設(shè)計(jì);2005年09期

6 吳剛;唐振民;楊靜宇;;融合典型紋理特征的粒子濾波目標(biāo)跟蹤方法[J];計(jì)算機(jī)工程與應(yīng)用;2011年34期

7 王成業(yè),龔曉;地物圖象的紋理特征與分類(lèi)[J];計(jì)算機(jī)學(xué)報(bào);1985年06期

8 張京愛(ài);王興軍;胡青松;;基于紋理特征的穿梭分析系統(tǒng)動(dòng)物檢測(cè)算法[J];佳木斯大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年03期

9 王松,蔣蘇蓉,馮剛;基于紋理特征的一種圖像檢索方法的實(shí)現(xiàn)[J];安陽(yáng)師范學(xué)院學(xué)報(bào);2002年02期

10 王勝華;都東;曾凱;鄒怡蓉;;基于紋理特征的焊縫識(shí)別方法[J];焊接學(xué)報(bào);2008年11期

相關(guān)會(huì)議論文 前10條

1 田學(xué)東;郭寶蘭;;基于紋理特征的版式識(shí)別研究[A];輝煌二十年——中國(guó)中文信息學(xué)會(huì)二十周年學(xué)術(shù)會(huì)議論文集[C];2001年

2 殷積東;劉博;王少輝;;基于粗糙集理論和關(guān)聯(lián)規(guī)則的腐蝕區(qū)域紋理特征檢測(cè)算法研究[A];圖像圖形技術(shù)研究與應(yīng)用(2010)[C];2010年

3 秦鐘;;基于紋理特征的車(chē)輛分割方法[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

4 王建新;周晨波;于文英;;利用紋理特征分析激光散斑圖像[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

5 王宇生;陳純;;一種用于圖像檢索的紋理特征[A];中國(guó)圖象圖形學(xué)會(huì)第十屆全國(guó)圖像圖形學(xué)術(shù)會(huì)議（CIG’2001）和第一屆全國(guó)虛擬現(xiàn)實(shí)技術(shù)研討會(huì)（CVR’2001）論文集[C];2001年

6 龔紅菊;姬長(zhǎng)英;;基于紋理特征的麥穗產(chǎn)量測(cè)量方法研究[A];2007年中國(guó)農(nóng)業(yè)工程學(xué)會(huì)學(xué)術(shù)年會(huì)論文摘要集[C];2007年

7 常哲;侯榆青;程濤;李明俐;劉黎寧;;綜合顏色和紋理特征的圖像檢索[A];全國(guó)第三屆信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)交流會(huì)專(zhuān)刊[C];2009年

8 趙銀娣;蔡燕;;紋理特征在高空間分辨率遙感影像分類(lèi)中的應(yīng)用探討[A];《測(cè)繪通報(bào)》測(cè)繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

9 秦健;李濤;;基于Contourlet變換提取云的旋轉(zhuǎn)不變紋理特征[A];2009第五屆蘇皖兩省大氣探測(cè)、環(huán)境遙感與電子技術(shù)學(xué)術(shù)研討會(huì)專(zhuān)輯[C];2009年

10 張樹(shù)恒;陽(yáng)維;廖廣姍;王蓮蕓;張素;;基于形狀和紋理特征的致敏花粉顯微圖像識(shí)別[A];中華醫(yī)學(xué)會(huì)2010年全國(guó)變態(tài)反應(yīng)學(xué)術(shù)會(huì)議暨中歐變態(tài)反應(yīng)高峰論壇參會(huì)指南/論文匯編[C];2010年

相關(guān)博士學(xué)位論文 前4條

1 陳曉穎;典型地基云圖云狀的識(shí)別方法研究[D];東南大學(xué);2015年

2 夏瑜;基于結(jié)構(gòu)的紋理特征及應(yīng)用研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

3 周前進(jìn);基于紋理特征的打印文檔機(jī)源認(rèn)證技術(shù)研究[D];武漢大學(xué);2015年

4 李伯宇;圖像紋理分析及分類(lèi)方法研究[D];復(fù)旦大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 李強(qiáng);基于顏色與紋理特征的圖像檢索技術(shù)研究[D];河北大學(xué);2015年

2 田甜;面向?qū)ο蟮纳种脖活?lèi)型信息提取技術(shù)[D];東北林業(yè)大學(xué);2015年

3 崔巍;基于紋理特征的地表覆蓋分類(lèi)算法研究[D];南京理工大學(xué);2015年

4 宋歌聲;利用超聲圖像紋理特征鑒別甲狀腺結(jié)節(jié)良惡性的研究[D];山東大學(xué);2015年

5 廖聲揚(yáng);數(shù)字視頻復(fù)制—粘貼篡改被動(dòng)取證研究[D];福建師范大學(xué);2015年

6 牧其爾;基于紋理特征的人工梭梭林生物量遙感估測(cè)研究[D];內(nèi)蒙古師范大學(xué);2015年

7 張瑞英;基于多源遙感數(shù)據(jù)的森林郁閉度估測(cè)方法研究[D];內(nèi)蒙古師范大學(xué);2015年

8 黃源;基于區(qū)域語(yǔ)義模板的刑偵圖像檢索算法研究[D];西安郵電大學(xué);2015年

9 趙玉丹;基于LBP的圖像紋理特征的提取及應(yīng)用[D];西安郵電大學(xué);2015年

10 林婉晴;城市不透水面信息提取方法及應(yīng)用研究[D];福建師范大學(xué);2015年

，

本文編號(hào)：1387276