本文關(guān)鍵詞：基于高分辨率SAR圖像以及光學(xué)圖像的城市場(chǎng)景建模研究，由筆耕文化傳播整理發(fā)布。

【摘要】：基于SAR圖像的建筑物重建是SAR圖像處理領(lǐng)域的一個(gè)重要的研究課題,同時(shí)也是SAR圖像處理技術(shù)的難點(diǎn)之一。建筑物因?yàn)槠涔逃械膸缀涡螤罱Y(jié)構(gòu),在SAR圖像中呈現(xiàn)出獨(dú)有的特點(diǎn),包括疊掩,二次散射以及陰影等。通過對(duì)圖像中建筑物固有特征的分析,可以反演出建筑物的幾何信息。然而在SAR圖像中,幾何特征往往有所缺失,同時(shí)受斑點(diǎn)噪聲影響,傳統(tǒng)的建筑重建方法不能很好地適應(yīng)SAR圖像的特點(diǎn)。本文基于單幅高分辨率SAR圖像,提出一套結(jié)合光學(xué)遙感圖像的建筑物重建的研究框架。首先利用光學(xué)圖像獲取建筑物的位置信息,然后對(duì)不同參數(shù)的建筑物進(jìn)行仿真,計(jì)算在不同參數(shù)情況下仿真圖像與實(shí)際SAR圖像之間的相似性,通過優(yōu)化建筑物參數(shù),完成建筑物的重建。本文工作主要包括以下幾個(gè)方面：(1)建筑物的位置提取。本文首先在光學(xué)遙感圖像中對(duì)建筑物進(jìn)行定位,然后對(duì)SAR圖像進(jìn)行幾何校正,通過仿射變換對(duì)SAR圖像以及光學(xué)圖像進(jìn)行配準(zhǔn),最后將獲取的建筑物位置投射到SAR圖像上,獲取SAR圖像中的建筑物位置。(2)建筑物SAR圖像的仿真。本文首先分析了不同SAR仿真方法之間的區(qū)別,根據(jù)建筑物的幾何特性,提出一種基于光線追蹤的快速SAR圖像仿真算法,用于仿真不同參數(shù)的建筑物。該方法可以快速對(duì)平面建筑進(jìn)行模擬,獲取建筑物的幾何反射特性。(3)建筑物的幾何重建。針對(duì)SAR圖像中建筑物特征缺失嚴(yán)重的特點(diǎn),提出了一種基于迭代匹配的重建方法,通過計(jì)算輸入模型的模擬圖像與實(shí)際SAR圖像之間的加權(quán)互信息,來衡量?jī)蓮垐D像之間的相似性。然后利用模擬退火的方法更新模型參數(shù),以獲得建筑物的高度信息。該方法對(duì)建筑物遮擋以及建筑物周圍復(fù)雜環(huán)境有較好的適應(yīng)性。
【關(guān)鍵詞】：合成孔徑雷達(dá) 幾何重建 圖像模擬 加權(quán)互信息
【學(xué)位授予單位】：中國(guó)科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN957.52
【目錄】：

• 摘要5-6
• Abshact6-9
• 第一章 緒論9-17
• 1.1 研究背景和意義9-10
• 1.2 國(guó)內(nèi)外研究概況和發(fā)展趨勢(shì)10-11
• 1.3 本文主要工作11-15
• 1.3.1 基本原理以及總體算法框架11-13
• 1.3.2 建筑物定位13
• 1.3.3 SAR圖像模擬仿真13-14
• 1.3.4 SAR建筑物的幾何重建14-15
• 1.4 本文章節(jié)安排15-17
• 第二章 SAR建筑物圖像特征與建筑物位置提取17-31
• 2.1 SAR雷達(dá)基本原理17-19
• 2.1.1 SAR工作原理與發(fā)展歷史17
• 2.1.2 雷達(dá)方程17-18
• 2.1.3 SAR圖像分辨率18-19
• 2.2 SAR噪聲特點(diǎn)19-21
• 2.3 建筑物SAR圖像特征21-24
• 2.3.1 建筑物二次散射23
• 2.3.3 陰影23
• 2.3.4 疊掩23-24
• 2.4 基于光學(xué)圖像的建筑物重建24-25
• 2.4.1 通過立體測(cè)量來獲取建筑物的高度24-25
• 2.4.2 通過單幅圖像獲取建筑物高度25
• 2.5 建筑物提取25-31
• 2.5.1 建筑物幾何校正27-28
• 2.5.2 建筑物位置提取28-31
• 第三章 建筑物的SAR圖像幾何特征仿真31-45
• 3.1 基于信號(hào)的仿真31-33
• 3.2 基于特征的仿真33-45
• 3.2.1 建筑物后向散射強(qiáng)度的確定34-36
• 3.2.2 模型切割與光線追蹤算法36-40
• 3.2.3 模擬圖像斑點(diǎn)噪聲仿真40-41
• 3.2.4 仿真算法時(shí)間結(jié)果分析41-45
• 第四章 建筑物的幾何重建45-63
• 4.1 綜述45
• 4.2 基于迭代匹配的幾何重建45-53
• 4.2.2 本文采用數(shù)據(jù)46
• 4.2.3 相似性函數(shù)設(shè)計(jì)46-48
• 4.2.4 基于加權(quán)互信息的相似度度量48-51
• 4.2.5 基于模擬退火的迭代匹配51-53
• 4.3 實(shí)驗(yàn)結(jié)果以及分析53-63
• 第五章 總結(jié)與展望63-65
• 參考文獻(xiàn)65-67
• 致謝67-69
• 在讀期間發(fā)表的學(xué)術(shù)論文與取得的其他研究成果69

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 傅興玉;尤紅建;付琨;;基于改進(jìn)Markov隨機(jī)場(chǎng)的高分辨率SAR圖像建筑物分割算法[J];電子學(xué)報(bào);2012年06期

2 孫盡堯,孫洪;SAR圖像幾何特征的仿真[J];系統(tǒng)仿真學(xué)報(bào);2004年10期

  本文關(guān)鍵詞：基于高分辨率SAR圖像以及光學(xué)圖像的城市場(chǎng)景建模研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：259858