隨著科技日新月異發(fā)展,并在此助力下,社會也逐步趨向于信息化、自動化,自然學科的發(fā)展更是如此,遙感數(shù)據(jù)的來源越來越多、空間分辨率越來越高,因此對如何利用這些日漸普及的影像數(shù)據(jù),得到社會發(fā)展過程中所需要的信息,成了攝影測量與遙感專業(yè)甚至于計算機視覺專業(yè)研究的熱點。作為城市發(fā)展、人類生活水平等方面的重要標志之一(建筑物)來說,它的信息提取是目前研究的熱點中的重點。然而目前的高分辨率遙感影像中的地物細節(jié)、紋理、邊緣信息等特征相對于傳統(tǒng)的遙感影像來說異常豐富,這也使得傳統(tǒng)的通過對像元光譜特征分析進行影像建筑物提取分析的需求難以滿足,這也是目前高分辨率遙感影像普及全自動化的難點之一。人類的視覺注意機制能從非常復雜的地圖中直接找到建筑物的存在,因此本文從視覺注意機制(顯著性)的角度出發(fā)以建筑物自身特征作為低層特征,并通過多特征信息模板作為先驗知識指導,進行顯著性建筑物的提取。本文的顯著性方法不同于常規(guī)的顯著性方法,主要體現(xiàn)在先驗知識背景模板不單單采用顏色信息而是充分考慮建筑物自身特征,采用顏色、位置、紋理等特征作為特征信息;在選擇背景模板時為了能夠充分的達到理想效果本文利用了建筑物陰影信息對建筑物粗...

【文章頁數(shù)】：69 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 本文研究背景與意義
    1.2 國內外研究現(xiàn)狀
    1.3 主要研究內容
    1.4 本文組織結構
第二章 高分辨率影像建筑物特征分析
    2.1 引言
    2.2 影像顏色空間的分析
    2.3 影像的紋理特征分析
        2.3.1 空間域紋理特征提取的原理
        2.3.2 基于Gabor變換的紋理特征提取
    2.4 影像的頻域分析
        2.4.1 傅里葉變換的基本思想
        2.4.2 傅里葉變換的基本性質
第三章 影像空間顯著性分析與建筑物提取
    3.1 引言
    3.2 影像顯著性分析
        3.2.1 基于生物學的視覺注意顯著性方法
        3.2.2 基于數(shù)學計算的顯著性方法
    3.3 基于空間顯著性的高分辨率建筑物提取研究與實現(xiàn)
        3.3.1 先驗知識特征向量的生成
        3.3.2 基于重構的顯著度計算
        3.3.3 顯著圖精細化處理
        3.3.4 顯著圖的融合
    3.4 本章小結
第四章 影像頻域分析與建筑物提取
    4.1 稀疏快速傅里葉變換
        4.1.2 SFFT的理論框架
        4.1.3 關鍵問題分析
    4.2 低頻主體成分提取
    4.3 高頻細節(jié)成分提取
    4.4 本章小結
第五章 實驗與分析
    5.1 基于顯著性分析的建筑物提取
    5.2 基于頻域特性的建筑物提取
    5.3 本章小結
第六章 總結與展望
    6.1 本文的主要研究成果
    6.2 下一步的工作與展望
參考文獻
致謝



本文編號：3865063