基于纹理信息的高分辨率无人机遥感图像分割

《基于纹理信息的高分辨率无人机遥感图像分割》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号密级UDC注1学位论文基于纹理信息的高分辨率无人机遥感图像分割（题名和副题名）武维（作者姓名）指导教师姓名顾行发研究员电子科技大学成都（职务、职称、学位、单位名称及地址）申请专业学位级别硕士专业名称地图制图学与地理信息工程论文提交日期2010.04论文答辩日期2010.05学位授予单位和日期电子科技大学答辩委员会主席评阅人2010年月日注1：注明《国际十进分类法UDC》的类号。独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其

2、他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。签名：日期：年月日关于论文使用授权的说明本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后应遵守此规定）签名：

3、导师签名：日期：年月日摘要摘要虽然近年来高分辨率遥感影像数据呈现急剧性增长，但日益增长的数据需求与落后的影像分析技术之间的矛盾却越来越突出,造成的原因主要是落后的影像分析技术不能把原始的遥感影像数据转化为工程应用中所需的数据。图像分割是从图像处理到图像分析的关键步骤，在图像工程中占有重要的地位。所以有必要对图像分割相关的两个方面进行了一定的分析和改进。第一个方面是向对象影像分割算法分析和改进。在分析了面向对象的边缘检测和区域增长法两种面向对象影像分割方法的基础上，重点对区域增长法从两个方面进行了改进：第一，设计了新的增长规则

4、；第二，增加了异质点去除环节。这样使算法减少过分割现象并在抗噪声方面也得到提升，最终使图像分割质量得到了有效的提升。第二个方面是对纹理信息提取技术的研究。对比分析了Tamura纹理和灰度共生矩阵两种纹理信息提取方法重点对灰度共生矩阵各参数对纹理特征的影响进行深入的研究。为了使通过共生矩阵能得到更合理的纹理特征，首先对10种纹理特征间的相关性进行分析，从而选出具有代表性的纹理。然后对开窗大小与各纹理特征的间的关系进行分析，从而为计算共生矩阵时的开窗大小选择提供依据。最后按照前面的研究结果把纹理特征和光谱特征结合起来对高分辨率无

5、人机遥感影像进行了面向对象的分割，并进行了相应的定性和定量分析。定量分析方面与不考虑纹理信息的分割结果通过优度实验法进行了对比研究。结果表明考虑了纹理信息的面向对象分割能更真实有效的反映图像中地物目标的整体结构，为进一步有效的地物分类提供保障。关键词：纹理特征，无人机遥感，面向对象图像分割IABSTRACTABSTRACTThecontradictionsbetweentheincreasingneedofRemoteSensingImageDataandOutdatedimagesegmentationtechnology

6、isbecomingincreasinglyevident,altHoughtheamountofHigh-ResolutionRemoteSensingdatagrowingexponentiallyinrecentyears.TheoutmodedImageAnalysistechnologiescannotconvertRawRemoteSensingImageDatatobeusefuldataforapplicationinEngineeringistHoughtobethemajorreason.Imageseg

7、mentationisakeystepinimageprocessingandimageanalysis.So,itisnecessarytorenewtheknowledgeofRelevantTechnologiesandmakeimprove,whichincludetextureanalysisandimagesegmentationalgorithminthisthesis.StudyonObject-orientedSegmentationalgorithmofRemoteSensingImage.Basedon

8、theanalysisoftheedgedetectionandSeededRegionGrowingalgorithm,anewalgorithmwasbroughtup,whichisdifferentfromclassicalalgorithmintwoaspects:First,a