多源遙感圖像水體信息提取方法的研究
本文關(guān)鍵詞:多源遙感圖像水體信息提取方法的研究
更多相關(guān)文章: 水體檢測 SAR 多光譜 拓?fù)涿枋鲎?/b> LBV
【摘要】:隨著信息科學(xué)技術(shù)在航空航天領(lǐng)域的快速發(fā)展,遙感技術(shù)在日常生產(chǎn)生活中發(fā)揮的作用日益凸顯。目前,采用航空航天遙感圖像進(jìn)行地物目標(biāo)的檢測識(shí)別技術(shù)已成為國內(nèi)外相關(guān)領(lǐng)域?qū)<覍W(xué)者研究的熱點(diǎn)。本文分別針對(duì)國產(chǎn)環(huán)境-1C衛(wèi)星的合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)圖像和國產(chǎn)高分一號(hào)(GF-1)多光譜遙感圖像中水體信息檢測的方法進(jìn)行了研究:(1)針對(duì)復(fù)雜場景SAR圖像的水體提取,本文首先對(duì)SAR圖像進(jìn)行相干斑降噪處理,并利用Sobel梯度圖像與分線段拉伸變換圖像進(jìn)行加權(quán)融合,以降低噪聲的影響和增強(qiáng)圖像;其次,本文提出基于雙峰迭代法的自適應(yīng)雙閾值分割算法,克服了傳統(tǒng)OTSU算法對(duì)單峰直方圖圖像分割效果較差的缺陷,實(shí)現(xiàn)水體候選區(qū)的自適應(yīng)提取;為了降低虛警概率,本文提出基于區(qū)域拓?fù)涿枋鲎拥奶摼蕹椒。研究結(jié)果表明該算法能夠有效的剔除由陰影等產(chǎn)生的虛警,且具有較好的自適應(yīng)性以及較高的檢測精度,可以為陸地水體信息的檢測與評(píng)估提供信息依據(jù)。(2)為了充分利用GF-1多光譜圖像中的地物信息,本文提出基于多光譜圖像LBV變換的譜間關(guān)系法水體信息提取算法。首先,本文計(jì)算了GF-1衛(wèi)星多光譜遙感影像的LBV變換公式;其次,分析了典型地物在L、B、V三個(gè)分量的平均輻射值,水體信息的平均輻射值在L、B、V三個(gè)波段中存在B大于V且B大于L的關(guān)系,根據(jù)此判別條件可以實(shí)現(xiàn)多光譜圖像中水體的精確提取。實(shí)驗(yàn)結(jié)果表明此方法能夠很好的消除陰影、公路等對(duì)水體信息提取的影響,能夠精確地提取出大面積的開闊水體以及池塘等小面積水體信息,且此方法簡單、自適應(yīng)性強(qiáng)。
【關(guān)鍵詞】:水體檢測 SAR 多光譜 拓?fù)涿枋鲎?/strong> LBV
【學(xué)位授予單位】:北京理工大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2016
【分類號(hào)】:TP751
【目錄】:
- 摘要5-6
- ABSTRACT6-10
- 第1章 緒論10-20
- 1.1 本論文研究的目的和意義10-11
- 1.2 國內(nèi)外遙感衛(wèi)星發(fā)展綜述11-14
- 1.2.1 國外遙感衛(wèi)星發(fā)展綜述12-13
- 1.2.2 國內(nèi)遙感衛(wèi)星發(fā)展綜述13-14
- 1.3 遙感水域檢測國內(nèi)外研究現(xiàn)狀14-17
- 1.3.1 SAR圖像水域檢測國內(nèi)外研究現(xiàn)狀14-15
- 1.3.2 多光譜圖像水域檢測國內(nèi)外研究現(xiàn)狀15-17
- 1.4 本論文的主要工作與結(jié)構(gòu)安排17-20
- 第2章 遙感圖像與水體目標(biāo)特性分析20-29
- 2.1 引言20
- 2.2 SAR圖像特性分析20-25
- 2.2.1 SAR成像原理20-22
- 2.2.2 SAR圖像相干斑噪聲特性22-23
- 2.2.3 SAR圖像陰影及水體目標(biāo)特性23-25
- 2.3 多光譜圖像特性分析25-28
- 2.3.1 多光譜圖像成像原理25-27
- 2.3.2 多光譜圖像陰影及水體目標(biāo)特性27-28
- 2.4 本文小結(jié)28-29
- 第3章 基于區(qū)域拓?fù)涿枋鲎拥腟AR圖像自適應(yīng)水體檢測算法29-54
- 3.1 引言29-30
- 3.2 預(yù)處理30-41
- 3.2.1 濾波預(yù)處理31-37
- 3.2.2 圖像增強(qiáng)處理37-41
- 3.3 水體信息候選區(qū)提取41-47
- 3.3.1 經(jīng)典分割算法42-44
- 3.3.2 改進(jìn)的自適應(yīng)雙閾值分割算法44-46
- 3.3.3 實(shí)驗(yàn)結(jié)果與分析46-47
- 3.4 基于區(qū)域拓?fù)涿枋鲎拥奶摼蕹惴?/span>47-53
- 3.4.1 水體與疑似水體特征分析47-49
- 3.4.2 算法具體實(shí)現(xiàn)過程49-51
- 3.4.3 實(shí)驗(yàn)設(shè)置與結(jié)果分析51-53
- 3.5 本章小結(jié)53-54
- 第4章 多光譜圖像LBV變換的譜間關(guān)系法水體檢測算法54-70
- 4.1 引言54-55
- 4.2 濾波預(yù)處理55-56
- 4.3 經(jīng)典的多光譜圖像水體檢測算法56-58
- 4.3.1 單波段閾值法56
- 4.3.2 多波段譜間關(guān)系法56
- 4.3.3 歸一化水體指數(shù)法56-57
- 4.3.4 決策樹分類法57-58
- 4.4 GF-1 多光譜圖像的 LBV 變換58-64
- 4.4.1 GF-1 多光譜影像中典型地物光譜分析59-61
- 4.4.2 GF-1 多光譜圖像的 LBV 變換公式61-64
- 4.5 多光譜圖像LBV變換的譜間關(guān)系法64-65
- 4.7 實(shí)驗(yàn)設(shè)置與結(jié)果分析65-68
- 4.7.1 實(shí)驗(yàn)設(shè)置65-66
- 4.7.2 實(shí)驗(yàn)結(jié)果分析66-68
- 4.8 本章小結(jié)68-70
- 第5章 總結(jié)與展望70-72
- 5.1 研究內(nèi)容總結(jié)70-71
- 5.2 研究展望71-72
- 參考文獻(xiàn)72-79
- 攻讀學(xué)位期間發(fā)表論文與研究成果清單79-80
- 致謝80
【參考文獻(xiàn)】
中國期刊全文數(shù)據(jù)庫 前10條
1 查力;宮輝力;胡卓瑋;杜紅悅;;高分影像水體信息提取對(duì)比研究[J];首都師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年04期
2 王婷;趙玲;武堅(jiān);張萍;張亞寧;張曉博;;改進(jìn)型歸一化差值不透水表面指數(shù)探討——以蘭州市建成區(qū)為例[J];測繪與空間地理信息;2015年03期
3 余志飛;;基于MODIS遙感數(shù)據(jù)的水體提取算法研究[J];測繪與空間地理信息;2015年03期
4 吉紅霞;范興旺;吳桂平;劉元波;;離散型湖泊水體提取方法精度對(duì)比分析[J];湖泊科學(xué);2015年02期
5 林楚彬;李少青;;Landsat數(shù)據(jù)水體自動(dòng)提取研究進(jìn)展[J];自動(dòng)化技術(shù)與應(yīng)用;2015年02期
6 張新;程熙;李萬慶;路明;林超;;流域不透水面遙感提取及尺度依賴性研究[J];自然災(zāi)害學(xué)報(bào);2015年01期
7 丁占峰;李大軍;;基于ONDWI水體指數(shù)的鄱陽湖水域信息提取[J];安徽農(nóng)業(yè)科學(xué);2015年06期
8 胡蕾;侯鵬洋;;一種基于光譜與紋理特征的多光譜遙感圖像地物分類方法[J];中國科技論文;2015年02期
9 羅華;雷斌;胡玉新;;一種機(jī)載InSAR水體陰影的提取和識(shí)別方法[J];遙感技術(shù)與應(yīng)用;2014年02期
10 胡衛(wèi)國;孟令奎;張東映;樊志偉;成建國;李曉暉;;資源一號(hào)02C星圖像水體信息提取方法[J];國土資源遙感;2014年02期
中國重要會(huì)議論文全文數(shù)據(jù)庫 前1條
1 郭鵬;鄒春輝;趙學(xué)斌;;MODIS影像水體監(jiān)測方法研究進(jìn)展[A];第28屆中國氣象學(xué)會(huì)年會(huì)——S1第四屆氣象綜合探測技術(shù)研討會(huì)[C];2011年
中國碩士學(xué)位論文全文數(shù)據(jù)庫 前3條
1 張璇;基于高光譜遙感的城市水網(wǎng)水體提取研究和實(shí)現(xiàn)[D];山東大學(xué);2014年
2 唐為林;基于紋理分析的遙感圖像水陸場景分類[D];華中科技大學(xué);2012年
3 任淑娟;SAR圖像水域分類方法的研究[D];長安大學(xué);2009年
,本文編號(hào):812829
本文鏈接:http://www.sikaile.net/kejilunwen/zidonghuakongzhilunwen/812829.html