在突發(fā)性自然災(zāi)害中,為了能夠第一時(shí)間了解災(zāi)情、抗災(zāi)救災(zāi),合成孔徑雷達(dá)（Synthetic Aperture Radar,SAR）系統(tǒng)因?yàn)槠淙鞎r(shí)、全天候的特點(diǎn),成為利用遙感手段獲取災(zāi)區(qū)受損情況的首選設(shè)備。其與光學(xué)基準(zhǔn)圖像的配準(zhǔn)和變化檢測(cè)成為了遙感圖像處理的研究熱點(diǎn)。然而光學(xué)和SAR圖像由于輻射差異、幾何失真、噪聲等原因難以獲得共有特征,以及大場(chǎng)景圖像因?yàn)楹Ａ康臄?shù)據(jù)導(dǎo)致配準(zhǔn)耗時(shí)長(zhǎng)。為避免異源圖像的各向異性帶來的配準(zhǔn)及變化檢測(cè)困難,選擇大面積均勻的水域區(qū)域作為其共性特征作為研究的基礎(chǔ)。如何實(shí)現(xiàn)實(shí)時(shí)SAR水域圖像與預(yù)存光學(xué)基準(zhǔn)圖的快速匹配、建立穩(wěn)定的特征配準(zhǔn)方法,實(shí)現(xiàn)光學(xué)和SAR水域變化檢測(cè)是本章研究的重點(diǎn)。論文主要工作包括:（1）為了提高光學(xué)與SAR水域圖像粗匹配的正確性和效率,提出了通過共性水域連通區(qū)域進(jìn)行快速匹配的方法。針對(duì)傳統(tǒng)匹配方法基于圖像灰度建立相似性而難以實(shí)現(xiàn)光學(xué)與SAR水域圖像的匹配問題,提出基于最小凸多邊形和最小邊界矩形的水域連通區(qū)域相似性度量方式,實(shí)現(xiàn)光學(xué)與SAR水域圖像的粗匹配。提高光學(xué)與SAR水域圖像粗匹配正確性的同時(shí),避免了傳統(tǒng)匹配方法的逐像素遍歷,實(shí)現(xiàn)了快速粗匹配... 

【文章來源】：南京航空航天大學(xué)江蘇省 211工程院校

【文章頁(yè)數(shù)】：84 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

小波變換S3.Otsu二值化S4.二值圖逆

光學(xué)／SAR 水域圖像配準(zhǔn)與變化檢測(cè)1. 讀入圖像 I。2. 小波變換提取近似分量（降低計(jì)算量）3. 利用 Otsu 方法獲得二值化閾值，進(jìn)行二值化。4. 二值圖逆（由于水域區(qū)域灰度值較非水域區(qū)域灰度值低，Otsu 后水行一步逆運(yùn)算）。5. 去除邊界連通區(qū)域（邊界連通域的結(jié)構(gòu)與統(tǒng)計(jì)特征不具有代表性）6. 運(yùn)用開操作消去噪點(diǎn)。7. 獲取連通區(qū)域，連通區(qū)域的面積（像素個(gè)數(shù)）不足 100 的區(qū)域認(rèn)為入原圖 S2.小波變換 S3.Otsu 二值化 S4.二

由于橋梁隔斷而形成的連通區(qū)域，形狀結(jié)構(gòu)上具有相似性，由于邊緣、輪廓的旋轉(zhuǎn)、縮放的影響，我們選擇從統(tǒng)計(jì)規(guī)律上描述形狀。區(qū)域的最小凸多邊形（Minilygon）和最小邊界矩形（Minimum Bounding Rectangle, MBR）能在一定程度上特征，因此提出一種基于最小凸多邊形和最小邊界矩形的相似性度量定義方法與其最小凸多邊形的像素比例以及連通區(qū)域與其最小邊界矩形中的像素比例作，當(dāng)然統(tǒng)計(jì)特征可能會(huì)受到旋轉(zhuǎn)的影響，所以我們添加不變矩特性抵消圖像旋不變矩是一種具有灰度、平移、尺度、旋轉(zhuǎn)等多畸變不變性的圖像特征，經(jīng)常識(shí)別。到針對(duì)光學(xué)/SAR 水域連通區(qū)域的相似性度量方式，我們對(duì)連通區(qū)域的統(tǒng)計(jì)結(jié)特性進(jìn)行實(shí)驗(yàn)，記連通區(qū)域與其最小凸多邊形的像素比例為 a，連通區(qū)域與其的像素比例為 b，h1~h3為不變矩特征中的前 3 個(gè)二階矩（另外 4 個(gè)不變矩由于而省略），觀察 5 個(gè)變量是否具有旋轉(zhuǎn)不變性和尺度不變性。轉(zhuǎn)角度為 ，尺度為 r。圖 2.11 和圖 2.12 分別為某水域圖像尺度 r 不變，旋轉(zhuǎn)角旋轉(zhuǎn)角度 不變，尺度 r 變換的情況下，計(jì)算該圖像的某一水域連通區(qū)域的 a、值變化情況。

【參考文獻(xiàn)】：
期刊論文
[1]利用多尺度融合的SAR圖像變化檢測(cè)方法[J]. 全斯農(nóng),崔瑩,熊博蒞,匡綱要.  信號(hào)處理. 2016(04)
[2]基于圖像融合與多尺度分割的目標(biāo)級(jí)變化檢測(cè)[J]. 吳俊政,嚴(yán)衛(wèi)東,倪維平,邊輝.  電光與控制. 2013(12)
[3]結(jié)合光譜、紋理與形狀結(jié)構(gòu)信息的遙感影像分割方法[J]. 巫兆聰,胡忠文,張謙,崔衛(wèi)紅.  測(cè)繪學(xué)報(bào). 2013(01)
[4]幾何約束和改進(jìn)SIFT的SAR影像和光學(xué)影像自動(dòng)配準(zhǔn)方法[J]. 岳春宇,江萬(wàn)壽.  測(cè)繪學(xué)報(bào). 2012(04)
[5]融合多特征的遙感影像變化檢測(cè)[J]. 杜培軍,柳思聰.  遙感學(xué)報(bào). 2012(04)
[6]基于SIFT和NCC的多源遙感影像配準(zhǔn)方法[J]. 王萬(wàn)同,劉鵬飛,韓志剛.  計(jì)算機(jī)工程與應(yīng)用. 2012(03)
[7]典型Otsu算法閾值比較及其SAR圖像水域分割性能分析[J]. 安成錦,牛照東,李志軍,陳曾平.  電子與信息學(xué)報(bào). 2010(09)
[8]SAR變化檢測(cè)技術(shù)發(fā)展綜述[J]. 陳富龍,張紅,王超.  遙感技術(shù)與應(yīng)用. 2007(01)
[9]顧及配準(zhǔn)誤差的遙感影像變化檢測(cè)[J]. 徐麗華,江萬(wàn)壽.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2006(08)
[10]基于改進(jìn)Hausdorff測(cè)度和遺傳算法的SAR圖像與光學(xué)圖像匹配[J]. 于秋則,程輝,柳健,田金文,關(guān)世義.  宇航學(xué)報(bào). 2006(01)

博士論文
[1]基于區(qū)域的遙感影像多尺度表達(dá)方法與應(yīng)用研究[D]. 胡忠文.武漢大學(xué) 2013
[2]SAR圖像配準(zhǔn)及變化檢測(cè)技術(shù)研究[D]. 熊博蒞.國(guó)防科學(xué)技術(shù)大學(xué) 2012

碩士論文
[1]基于多尺度分析的SAR圖像配準(zhǔn)融合[D]. 曹成.南京航空航天大學(xué) 2014
[2]面向?yàn)?zāi)害勘查的無(wú)人機(jī)遙感圖像配準(zhǔn)技術(shù)研究[D]. 郭東.電子科技大學(xué) 2011
[3]遙感圖像變化檢測(cè)方法研究[D]. 張鳳玉.西安電子科技大學(xué) 2010



本文編號(hào)：3360357