全色遙感圖像處理算法改進與目標檢測識別優(yōu)化
發(fā)布時間：2021-03-06 20:05
全色遙感圖像信息量大、邊緣細節(jié)豐富、包含重要感知信息等,為提取圖像中的感興趣區(qū)域,并根據目標特性進行更高精度、更有效的檢測識別;面向全色遙感圖像目標檢測與識別需求,本文分別研究改進的圖像邊緣檢測、分割以及目標檢測識別算法,對有噪圖像實現邊緣信息提取質量改善之目的,完成類別數自動確定和圖像全局性分割,優(yōu)化圖像檢測識別算法,提高目標識別準確率。首先,由于應用梯度變化檢測遙感圖像紋理邊緣信息時存在過檢、漏檢、錯檢以及抗噪力弱等問題,提出一種結合分數階微分差和高斯曲率濾波的邊緣檢測算法;通過分數階微分差運算對全色遙感圖像進行梯度場非線性增強,利用高斯曲率濾波來平滑圖像非線性擴散部分,并尋找正則化能量最速下降點,從而在階次（0-2）之間優(yōu)化微分過程中分數階次和迭代次數,讓有噪圖像的邊緣信息提取質量改善;遙感圖像的實驗結果表明:該算法可抑制遙感圖像紋理邊緣提取過程中噪聲非線性放大和擴散產生的背景偽噪聲,并保留豐富的圖像紋理邊緣信息。其次,在全色遙感圖像分割中,結合RJMCMC和SA（Reversible Jump Markov Chain Monte Carlo and Simulated ann...
【文章來源】：寧夏大學寧夏回族自治區(qū) 211工程院校
【文章頁數】：58 頁
【學位級別】：碩士
【部分圖文】：
一l拋物線f〔x)的:
．１．２高斯曲率濾波理論??文獻［６＿２９Ｈ羊細論述了高斯曲率濾波理論。在數學意義上，原始圖像可能屬于Ｃ°而不屬于Ｃ２?，??就是說它本身就是不可導的。對于本身不可導的函數求二階導數，常見方法是對正則項求未像的偏導數，并沒有考慮優(yōu)化正則項的幾何意義。在曲率濾波理論中，假設圖像是分段可展［６］，使用已知的幾何曲面來優(yōu)化其對應的正則項，并利用圖像的離散特性來隱式地優(yōu)化曲率，??減小曲率而無需計算曲率。高斯曲率濾波充分利用了圖像的離散特征及微分幾何的連續(xù)理免了計算曲率和復雜的幾何流，如數值穩(wěn)定性、步長、時間離散化等問題。??在圖像處理中主要是減少變分模型的能量４：／）。４＾／）?＝?＼（；７，／）?＋義＆〇／），其中，＾／為擬據，／為規(guī)范化數據，ｓ（ｔ／）為總能量，＆（ｔ／，／）為數據擬合能量，＆（＂）為正則化能量，Ａ量系數［６］。在以正則化為主的變分模型圖像處理中，數據擬合總能量最初以增加為初始條件則化最初主導總能量的減少。高斯曲率濾波主要是在圖像處理中減少正則化能量（ｔ／）。假（ｘ，ｊ扣表示空間坐標，＂（Ｉ）表示重建圖像，＂？，％．，＂，，％為偏導數，則曲率為：??－?ｕ?Ｕ?－Ｕ１??Ｋ（Ｕ（ｘ））?＝?－?（２－１（＼＋ｕ２ｘ＋ｕ；ｙ??斯曲率正則化能量為：??Ｃ＾＝ｉｋｌｋｌ?＝（２－ｉ
ｘ?友??圖２－ｌ拋物線／（ｘ）的ｒ?ｅ（ｌ，２）階微分?圖２－２拋物線的ｒｅ（０，ｌ）階微分??２．１．２高斯曲率濾波理論??文獻［６＿２９Ｈ羊細論述了高斯曲率濾波理論。在數學意義上，原始圖像可能屬于Ｃ°而不屬于Ｃ２?，??也就是說它本身就是不可導的。對于本身不可導的函數求二階導數，常見方法是對正則項求未知??圖像的偏導數，并沒有考慮優(yōu)化正則項的幾何意義。在曲率濾波理論中，假設圖像是分段可展曲??面［６］，使用已知的幾何曲面來優(yōu)化其對應的正則項，并利用圖像的離散特性來隱式地優(yōu)化曲率，??即減小曲率而無需計算曲率。高斯曲率濾波充分利用了圖像的離散特征及微分幾何的連續(xù)理論，??避免了計算曲率和復雜的幾何流，如數值穩(wěn)定性、步長、時間離散化等問題。??在圖像處理中主要是減少變分模型的能量４：／）。４＾／）?＝?＼（；７，／）?＋義＆〇／），其中，＾／為擬合??數據
【參考文獻】：
期刊論文
[1]基于分數階微分差與高斯曲率濾波的邊緣檢測算法[J]. 張文坤,汪西原,宋佳乾. 計算機工程. 2019(02)
[2]混合空間新型貝葉斯網絡模型的圖像分割應用研究[J]. 陳沅濤,劉煊赫. 計算機工程與科學. 2017(11)
[3]基于分數階變換和改進最小生成樹的圖像配準算法[J]. 韓毅,趙凱,周晏. 計算機工程. 2017(09)
[4]基于曲率濾波和梯度變換的圖像增強[J]. 成寬洪,周慧鑫,秦翰林,殷世民,錢琨,趙東,榮生輝. 光子學報. 2017(07)
[5]基于聯合非負字典學習的遙感圖像超分辨重建[J]. 魏巍,吳孔平,郭來功,秦蒙. 計算機工程. 2016(08)
[6]基于混淆矩陣的證據可靠性評估[J]. 宋亞飛,王曉丹,雷蕾. 系統(tǒng)工程與電子技術. 2015(04)
[7]利用RJMCMC算法的可變類SAR圖像分割[J]. 王玉,李玉,趙泉華. 信號處理. 2014(10)
[8]基于多尺度貝葉斯網絡的SAR圖像分割[J]. 徐海霞,溫顯斌,張建光. 系統(tǒng)工程與電子技術. 2014(06)
[9]基于分數階微分的圖像邊緣細節(jié)檢測與提取[J]. 陳青,劉金平,唐朝暉,李建奇,吳敏. 電子學報. 2013(10)
[10]利用復合導數的邊緣檢測新算法[J]. 程金梅,葉永強,姜斌. 中國圖象圖形學報. 2012(03)
碩士論文
[1]遙感圖像的K-均值聚類和分水嶺分割算法的研究與實現[D]. 席英.南京理工大學 2011
[2]基于紋理及光譜信息融合的遙感圖像分類方法研究[D]. 王知鷙.西安電子科技大學 2010
本文編號：3067726
【文章來源】：寧夏大學寧夏回族自治區(qū) 211工程院校
【文章頁數】：58 頁
【學位級別】：碩士
【部分圖文】：
一l拋物線f〔x)的:
．１．２高斯曲率濾波理論??文獻［６＿２９Ｈ羊細論述了高斯曲率濾波理論。在數學意義上，原始圖像可能屬于Ｃ°而不屬于Ｃ２?，??就是說它本身就是不可導的。對于本身不可導的函數求二階導數，常見方法是對正則項求未像的偏導數，并沒有考慮優(yōu)化正則項的幾何意義。在曲率濾波理論中，假設圖像是分段可展［６］，使用已知的幾何曲面來優(yōu)化其對應的正則項，并利用圖像的離散特性來隱式地優(yōu)化曲率，??減小曲率而無需計算曲率。高斯曲率濾波充分利用了圖像的離散特征及微分幾何的連續(xù)理免了計算曲率和復雜的幾何流，如數值穩(wěn)定性、步長、時間離散化等問題。??在圖像處理中主要是減少變分模型的能量４：／）。４＾／）?＝?＼（；７，／）?＋義＆〇／），其中，＾／為擬據，／為規(guī)范化數據，ｓ（ｔ／）為總能量，＆（ｔ／，／）為數據擬合能量，＆（＂）為正則化能量，Ａ量系數［６］。在以正則化為主的變分模型圖像處理中，數據擬合總能量最初以增加為初始條件則化最初主導總能量的減少。高斯曲率濾波主要是在圖像處理中減少正則化能量（ｔ／）。假（ｘ，ｊ扣表示空間坐標，＂（Ｉ）表示重建圖像，＂？，％．，＂，，％為偏導數，則曲率為：??－?ｕ?Ｕ?－Ｕ１??Ｋ（Ｕ（ｘ））?＝?－?（２－１（＼＋ｕ２ｘ＋ｕ；ｙ??斯曲率正則化能量為：??Ｃ＾＝ｉｋｌｋｌ?＝（２－ｉ
ｘ?友??圖２－ｌ拋物線／（ｘ）的ｒ?ｅ（ｌ，２）階微分?圖２－２拋物線的ｒｅ（０，ｌ）階微分??２．１．２高斯曲率濾波理論??文獻［６＿２９Ｈ羊細論述了高斯曲率濾波理論。在數學意義上，原始圖像可能屬于Ｃ°而不屬于Ｃ２?，??也就是說它本身就是不可導的。對于本身不可導的函數求二階導數，常見方法是對正則項求未知??圖像的偏導數，并沒有考慮優(yōu)化正則項的幾何意義。在曲率濾波理論中，假設圖像是分段可展曲??面［６］，使用已知的幾何曲面來優(yōu)化其對應的正則項，并利用圖像的離散特性來隱式地優(yōu)化曲率，??即減小曲率而無需計算曲率。高斯曲率濾波充分利用了圖像的離散特征及微分幾何的連續(xù)理論，??避免了計算曲率和復雜的幾何流，如數值穩(wěn)定性、步長、時間離散化等問題。??在圖像處理中主要是減少變分模型的能量４：／）。４＾／）?＝?＼（；７，／）?＋義＆〇／），其中，＾／為擬合??數據
【參考文獻】：
期刊論文
[1]基于分數階微分差與高斯曲率濾波的邊緣檢測算法[J]. 張文坤,汪西原,宋佳乾. 計算機工程. 2019(02)
[2]混合空間新型貝葉斯網絡模型的圖像分割應用研究[J]. 陳沅濤,劉煊赫. 計算機工程與科學. 2017(11)
[3]基于分數階變換和改進最小生成樹的圖像配準算法[J]. 韓毅,趙凱,周晏. 計算機工程. 2017(09)
[4]基于曲率濾波和梯度變換的圖像增強[J]. 成寬洪,周慧鑫,秦翰林,殷世民,錢琨,趙東,榮生輝. 光子學報. 2017(07)
[5]基于聯合非負字典學習的遙感圖像超分辨重建[J]. 魏巍,吳孔平,郭來功,秦蒙. 計算機工程. 2016(08)
[6]基于混淆矩陣的證據可靠性評估[J]. 宋亞飛,王曉丹,雷蕾. 系統(tǒng)工程與電子技術. 2015(04)
[7]利用RJMCMC算法的可變類SAR圖像分割[J]. 王玉,李玉,趙泉華. 信號處理. 2014(10)
[8]基于多尺度貝葉斯網絡的SAR圖像分割[J]. 徐海霞,溫顯斌,張建光. 系統(tǒng)工程與電子技術. 2014(06)
[9]基于分數階微分的圖像邊緣細節(jié)檢測與提取[J]. 陳青,劉金平,唐朝暉,李建奇,吳敏. 電子學報. 2013(10)
[10]利用復合導數的邊緣檢測新算法[J]. 程金梅,葉永強,姜斌. 中國圖象圖形學報. 2012(03)
碩士論文
[1]遙感圖像的K-均值聚類和分水嶺分割算法的研究與實現[D]. 席英.南京理工大學 2011
[2]基于紋理及光譜信息融合的遙感圖像分類方法研究[D]. 王知鷙.西安電子科技大學 2010
本文編號：3067726
本文鏈接：http://www.sikaile.net/guanlilunwen/gongchengguanli/3067726.html
