JSEG算法在高分辨率遥感图像方面的应用研究硕士学位论文.docx
- 文档编号:1852081
- 上传时间:2022-10-24
- 格式:DOCX
- 页数:62
- 大小:617.02KB
JSEG算法在高分辨率遥感图像方面的应用研究硕士学位论文.docx
《JSEG算法在高分辨率遥感图像方面的应用研究硕士学位论文.docx》由会员分享,可在线阅读,更多相关《JSEG算法在高分辨率遥感图像方面的应用研究硕士学位论文.docx(62页珍藏版)》请在冰豆网上搜索。
JSEG算法在高分辨率遥感图像方面的应用研究硕士学位论文
JSEG算法在高分辨率遥感图像方面的应用研究
摘要
遥感图像分割是遥感图像分析和解译中的关键技术之一,对有效利用遥感数据,进一步进行信息提取与目标识别等工作具有重要意义。
高分辨率遥感图像包含丰富的颜色、纹理等信息,图像本身也含有大量噪声,因此如何较好地移除噪声,并合理利用图像所包含的各类信息对图像进行准确分割是高分辨率遥感图像分割研究中的一个经典问题。
算法是一种可依次实现图像滤波、颜色量化和空间分割的彩色图像分割方法,但该方法直接用于遥感图像分割时,往往由于遥感图像中区域边界较模糊而导致对区域边界分割不准确,或由于区域内不同阴影而出现过分割现象。
为了有效实现对区域边界的准确分割,本文利用能更好描述区域内颜色的同质性的局部同质矩阵校正传统JSEG算法中的局部值,以实现对区域边界的准确反映,提高区域边界分割的准确性。
为了减弱或消除传统算法的过分割现象,本文利用能稳定描述图像纹理特征的算子进行具有相似纹理信息的颜色类图的合并。
最后,采用分析法、优度实验法中的评价测度,在算法中值和均值计算的基础上给出了值和均值评价方法,对本文方法的分割效果进行评价。
仿真实验结论表明本文提出的改进算法可有效克服传统的算法在高分辨遥感图像分割时存在的边界分割不准确及过分割现象。
关键词:
高分辨率遥感图像,算法,局部同质,算子
Abstract(重新翻译)
Inordertoeffectivelyanalyzeandinterprettheremotesensingdata,theremotesensingimageprocessingtechnologyhasbecomehotspot.Theremotesensingimagesegmentationisoneofkeyfactors,whichdecidethesuccessofremotesensingimageanalyzeandcalculation.Becauseonlyifthebettersegmentationeffectisobtained,thefollow-upworkscanbegetbettereffects,suchasinformationextractionandtargetrecognitionetal.
Thebackgroundofthispaperishighresolutionremotesensingimage.Astheseremotesensingimagescontainawealthofcolor,textureandalotofnoiseetal,thekeypointoftheresearchishowtoeffectivelyremovenoise,smooththeimageandreasonablyusevariousinformationtosegmenttheimage.Firstly,theimagefiltering,colorspacequantizationandspatialsegmentationcanbecompletelysimultaneouslybyusetheJSEGalgorithm,whichdirectlyutilizecolorinformation.Then,InordertosolvethelimitationcaseoftheJSEG,suchasoversegmentation,theimprovedJSEGalgorithmisproposedinthispaper.Forobtainingthebettereffectofsegmentation,thelocalJvalueiscorrectedbylocalhomogeneousmatrix,whichgivesreasonablydescriptionforcolorhomogeneityinregionandtheboundaryofdifferentregion.Inaddition,forweakeningoreliminatingtheoversegmentation,theclassmapismergedbyLBP/Coperator.Itgivesstabledescriptionforthetextureofimage.Thefinally,theevaluationofimagesegmentationisanalyzedandsummarized.Inaddition,theevaluationmethodofJvalueandJaveragevalueisproposedbasedoncalculatingtheJvalueandJaveragevalueinJSEGalgorithm.Themeritisreflectedbyobjectiveevaluationdata.
TheexperimentresultsshowthatthehighresolutioncolorremotesensingimageiseffectivelysegmentedbytheJSEGalgorithmandimprovedJSEGalgorithm.Inaddition,theshortagesofJSEGiseffectivelyovercomebytheimprovedmethod,forexample,theoversegmentationandinaccuratelocationofregionboundary.
Keywords:
Highresolutioncolorremotesensingimage,JSEGalgorithm,
Localhomogeneity,LBP/Coperator
目录
摘要I
AbstractII
目录III
第一章绪论1
1.1课题研究背景及意义1
1.1.1遥感图像成像与处理1
1.1.2遥感图像处理研究意义2
1.2遥感图像分割发展现状3
1.2.1图像分割技术发展现状3
1.2.2高分辨率遥感图像分割发展现状4
1.3论文主要工作及内容7
第二章基于JSEG算法的彩色遥感图像分割9
2.1彩色特征空间10
2.2JSEG算法11
2.2.1彩色图像的颜色量化11
2.2.2空间分割算法19
2.3JSEG算法分割彩色遥感图像实验26
2.3.1分割实验26
2.3.2实验结果及分析27
2.4本章小结28
第三章基于改进JSEG算法的彩色遥感图像分割29
3.1基于局部同质矩阵的JSEG算法29
3.1.1局部同质性评价29
3.1.2基于局部同质矩阵的JSEG算法改进32
3.1.3实验结果及分析32
3.2基于局部二进制模式的纹理描述方法36
3.2.1LBP算法37
3.2.2基于LBP的JSEG算法改进38
3.2.3实验结果及分析40
3.3改进JSEG算法及实验结果分析41
3.4本章小结46
第四章图像分割评价47
4.1图像分割评价方法47
4.2分割评价准则48
4.2.1分析法准则48
4.2.2优度实验法准则49
4.3实验结果及分析52
4.4本章小结53
第五章总结和展望55
5.1工作总结55
5.2工作展望56
参考文献57
发表论文和参加科研情况60
致谢61
第一章绪论
一.1课题研究背景及意义
遥感是20世纪发展最迅速的科学技术之一。
自20世纪60年代以后,遥感技术作为一种准确、客观、及时获取地球表面宏观信息的手段,在城市规划建设、土地利用监测、农业、林业以及自然灾害预报等方面得到广泛的重视和应用[1]。
遥感图像是一个地区自然与人文景观全貌的综合反映,每一幅遥感图像的覆盖面积是有限的,其包含的内容是多方面的、综合的。
遥感图像处理的目的是为了有效地利用遥感数据,对数据进行分析、分类和解译,从而将图像数据转化为能解决实际问题的有用信息。
因此,充分发掘图像内的各种空间信息,实现信息的自动提取及人们感兴趣目标的自动识别,是遥感图像数字处理的一个主要的发展方向。
一.1.1遥感成像与处理
遥感是一个综合性的技术系统,由信息源、信息获取、信息处理、信息应用等部分组成。
遥感技术系统如图1-1所示【参考文献】。
图1-1遥感技术系统原理图
由于任何目标物都具有反射、吸收、投射及辐射电磁波等特性,因此信息源为遥感探测提供了获取信息的依据。
信息获取所采用的遥感技术装备主要包括遥感平台和传感器。
其中,遥感平台主要有飞机、人造卫星、载人飞船;传感器则包含多种波段的摄像机、多光谱扫描仪、微波辐射计、侧视雷达、专题成像仪等[2]。
早期的遥感技术主要以胶片记录图像,所以图像多以模拟格式为主。
直到1963年,加拿大测量学家R.F.Tomlinson博士才提出将常规地图变成数学形式地图,并存入计算机的设想,成为数字图像的启蒙[3]。
而目前,获得数字遥感图像的技术已经比较成熟,其主要有如下两种方法[4]:
1)通过数字化方法将模拟格式的遥感图像转化为数字格式;
2)通过专业的传感系统,例如系统,直接获得数字格式的遥感图像。
遥感图像处理是地学、物理学、数学、心理学、电子学相互渗透的产物,是一门新兴的科学技术。
其主要包括五个方面内容[2]:
几何处理、辐射处理、图像滤波与增强、信息提取、专题信息提取与目标识别等。
处理方式和遥感图像成像方式之间有很大的关系。
早期遥感技术以胶片记录图像为主,所以对这类模拟图像只能采用光学处理方法。
例如,1956年,罗伯特·科威尔(RobertColwell)运用彩红外胶片来识别农作物类型、长势及其他植物学特征[1]。
然而,这种处理方法效率较低,并且需要大量的实际经验,给遥感图像处理带来很多不便。
随着数字计算机技术和数字遥感技术的发展,利用计算进行数字图像处理成为发展趋势。
例如,美国喷气推进实验室(JPL)对航天探测器徘徊者7号在1964年发回的几千张月球照片进行图像处理方法,如几何校正、灰度变换、去除噪声等,大大推动了数字图像处理学科的发展。
如今,人们已经可以将大量原来由人负责的处理工作交给计算机完成,使得遥感图像处理得到了更加迅速的普及和发展。
一.1.2遥感图像处理研究意义
随着现代卫星遥感技术的迅速发展,遥感技术应用的广泛性和深度不断加强,遥感图像在地学科学、农业、林业、城市规划、土地利用、环境监测、军事、商业等各个领域均有不同程度的应用,遥感技术也已成为实现数字地球战略思想的关键技术之一。
遥感图像处理在遥感技术应用中扮演非常重要的角色,对遥感图像的研究也显得越来越重要和迫切:
1.利用遥感图像处理技术,能够快速准确地提取所需信息。
由于地面地形地物的种类繁多,各种信息相互掩盖,相互交错,而且图像上还存在着因大气、传感器性能不同引起的某些误差(称辐射误差或噪声),极大地影响了所需信息
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- JSEG 算法 高分辨率 遥感 图像 方面 应用 研究 硕士学位 论文