高分辨率sar图像特征提取与模式检索研究

高分辨率sar图像特征提取与模式检索研究

ID:35103398

大小:5.88 MB

页数:68页

时间:2019-03-17

高分辨率sar图像特征提取与模式检索研究_第1页
高分辨率sar图像特征提取与模式检索研究_第2页
高分辨率sar图像特征提取与模式检索研究_第3页
高分辨率sar图像特征提取与模式检索研究_第4页
高分辨率sar图像特征提取与模式检索研究_第5页
资源描述:

《高分辨率sar图像特征提取与模式检索研究》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、巧,階蝶義肆野苦:去如成丈^SCCEAHDTECHNOGYOHINAUNIVERSICIENLOFCITYOFELECTROH’一硕db学位论文MASTERTHESIS-,i乂..4Pv.■PI:m:rv春片.....:.,:ammA;j论文壓国爵分辨率SAR圓像恃征提取与模式检索研究学科专业倍巧与倍息处理学号201321020393;巧者姓名__余雅舟指导教师帶糸杰教授独创性声叨本人声明所呈交的学位论文胜本人在哥师捣哥下进行的研究J

2、;作及取巧的研究成果。据我所知,餘了文中特别加标注和致谢的地方夕h论文中不包含其他人已经发表或撰巧过的研究成巧,也不包含为获得电子科技大学或其它教言机构的学位或证书而使用过的材料。我一巧了作的同志对本研究所做的任何贵献均d在论文中作了明脯的说明并表示谢意。作者签名:皆來[〇I期:年之月/F1M论文使用授枚木巧位论义化者完全了解化子科技大学巧义保留、使用学位论义的规定,巧权保留并向国家有义部n或化构送交论文的毎印件巧磁盘,允许论文被费阅和借阅。木人授化电子科技大学可W将学位论义的令部或部分内容编入巧义数据

3、炸进行枪樂,采用影印、缩印或^描等貨制手段似巧、汇编学位论文。(保密的巧位论文在解密肩应迸守此规定)、每夺、作荐签名:淹舜度咕师祭名:伞勺"朔:W?{年r/J/口N分类号密级注1UDC学位论文高分辨率SAR图像特征提取与模式检索研究(题名和副题名)余雅丹(作者姓名)指导教师曹宗杰教授电子科技大学成都(姓名、职称、单位名称)申请学位级别硕士学科专业信号与信息处理提交论文日期2016.4.1论文答辩日期2016.5.12学位授予单位和日期电子科技大学2016年6月日答辩委员会主席评阅人注1:注明《国际十进分类法UDC》的类号

4、。ReserchofHigh-resolutionSARImagesFeatureExtractionandPatternRetrievalAMasterResearchReportSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:SignalandInformationProcessingAuthor:YuYadanAdvisor:Prof.CaoZongjieSchool:SchoolofElectronicEngineeringofUESTC摘要摘要在中低分辨率SA

5、R图像中,基于像素级的分类和检索方法能够获得较好的实验效果。但是随着分辨率的提高,SAR图像的数据量更大、地物特征更明显以及空间信息更丰富等特性,同时像素级的图像解译方法未考虑像素间的空间组织关系,使得传统基于像素的图像解译方法带来结果的模糊性和不确定性。将主要包含一种或几种内容的图像块,定义为局部模式。因此,本文提出了一种基于局部模式的高分辨率SAR图像解译方法,以此来代替像素级的方法。模式检索是根据给定的局部模式在一幅大场景图像中检索与之内容最接近的局部模式的过程。本文重点研究了高分辨率SAR图像的特征提取方法和局部模式分类模型,在此基础上,给出了

6、局部模式分类的两种应用,地物类型提取和局部模式检索。因此,本文提出基于局部模式的高分辨率SAR图像特征提取与模式检索方法,应用于亟需解决的高分辨率图像解译问题。本文将开展以下研究工作:1、首先,介绍现存SAR图像的特征提取与模式检索理论,将其与高分辨率SAR图像的特性进行结合,分析了现有的高分辨率SAR图像特征提取的缺陷。然后,提取大场景高分辨率SAR图像的局部模式,计算每个局部模式的SIFT特征点,利用词袋模型统计SIFT特征点的累积特性,结合空域金字塔模型和GLCM理论,通过空域金字塔共现核展示SIFT特征点的空间分布特性。最后,运用SVM对提取的

7、局部模式进行分类,主要分为农田、河流和城区三类。2、在基于内容的局部模式分类基础上,研究了基于局部模式分类的地物类型提取方法。只针对包含感兴趣地物类型的局部模式类进行地物类型提取,再将提取了地物的局部模式按照局部模式划分规则映射回原图,从而实现整幅图像的地物类型提取。接下来利用河流和城区对地物类型提取算法进行验证。利用形态学的方法和Sobel算法只针对包含河流的局部模式进行河流检测,接着将局部模式映射回原图,从而提取河流。针对城区提取,将属于城区的局部模式进行微模式(更小的局部模式)划分,利用形态学断面和SVM进行微模式分类,分为城区和非城区两类,将属

8、于城区的微模式按照两次局部模式划分规则映射回原图,获得城区提取粗结果。在此基础上,提出了两种城

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。