学位论文 > 优秀研究生学位论文题录展示
高分辨率图像变化检测及其在应急灾害评估中的应用研究
作 者: 慕春芳
导 师: 张钧萍
学 校: 哈尔滨工业大学
专 业: 信息与通信工程
关键词: 高分辨率遥感图像 面向对象图像处理技术 多尺度分割 变化检测 灾情评估
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 115次
引 用: 0次
阅 读: 论文下载
内容摘要
近年来,随着相关技术的不断发展和应用需求的急剧增长,遥感技术在灾害检测与评估领域的应用日益增多。高分辨率遥感卫星图像能够比中低分辨率遥感图像提供更多的信息,因而在这方面得到了更加广泛的应用。鉴于传统的基于像素的图像处理方法应用于高分辨率图像时存在诸多问题,面向对象的图像处理方法应运而生,并表现出了显著优势。基于此,本文以高分辨率遥感卫星图像为对象,采用面向对象图像处理方法,对多时相遥感图像的变化检测及其在应急灾情检测与评估中的应用进行了研究。论文首先对高分辨率遥感图像的特性进行了分析,并研究了感兴趣区域定位方法。由于利用遥感图像进行灾情检测与评估时,往往更多地关注人口密集的地区,因此本文对基于Gabor滤波的居民区定位方法进行了改进,得到快速居民区定位方法,通过局部特征点提取和投票矩阵分析,可以快速有效地从覆盖范围较大的高分辨率遥感图像中将居民区提取并标注出来,从而节省后续处理的时间。然后,论文研究了高分辨率图像的多尺度分割方法,并提出了基于异质性的统计区域合并方法。获得准确的图像对象是面向对象处理的重要前提,采用多尺度分割方法可以得到不同尺度的图像对象,使每种地物可以在合适的尺度进行分析。基于区域生长的多尺度分割方法利用了高分辨率图像丰富的形状和纹理特征,但处理速度较慢。基于统计区域合并的多尺度分割方法处理速度较快,但没有利用图像的形状和纹理信息。基于异质性的统计区域合并方法结合了这两种方法的优点,可在不同的尺度下较快地提取出准确的图像对象。在对图像进行多尺度分割后,论文研究了基于特征组合的面向对象变化检测方法。传统的变化检测方法只针对单个像素进行操作,而基于特征组合的面向对象变化检测方法利用图像的灰度特征、形状特征和纹理特征进行面向对象图像处理,可以比传统的变化检测方法更准确地检测出建筑物的变化情况。随后,论文采用相关系数法对建筑物的损失情况进行了评估,得到了损失位置和损失程度等信息。最后,论文将上述各算法集成为基于高分辨率图像的灾情检测与评估系统,该系统作为多源遥感资源综合应用及管理系统的减灾救灾应用示范,具有重要的应用价值。
|
全文目录
摘要 4-5 Abstract 5-9 第1章 绪论 9-19 1.1 课题研究的背景及意义 9-11 1.1.1 课题背景及来源 9-10 1.1.2 研究目的及意义 10-11 1.2 国内外研究现状及分析 11-16 1.2.1 高分辨率图像感兴趣区域定位 12-13 1.2.2 高分辨率图像特征提取与多尺度分割 13-15 1.2.3 遥感图像变化检测及灾情评估 15-16 1.3 论文主要研究内容 16-18 1.4 论文结构 18-19 第2章 基于Gabor滤波的图像居民区定位 19-36 2.1 高分辨率遥感卫星图像特性分析 19-20 2.2 遥感图像预处理方法 20-22 2.3 快速居民区定位方法 22-29 2.3.1 Gabor滤波器 22-27 2.3.2 快速居民区定位算法原理及实现 27-29 2.4 快速居民区定位实验及分析 29-35 2.4.1 Gabor滤波器参数选择 29-32 2.4.2 快速居民区定位方法分析 32-35 2.5 本章小结 35-36 第3章 高分辨率图像的多尺度分割 36-52 3.1 基于区域生长的多尺度分割方法 36-40 3.1.1 种子点选择 36 3.1.2 异质性计算 36-37 3.1.3 局部最佳相互适配 37-38 3.1.4 分割算法实现 38-40 3.2 统计区域合并多尺度分割方法 40-42 3.2.1 合并准则 40-41 3.2.2 合并顺序 41 3.2.3 合并算法实现 41-42 3.3 基于异质性的统计区域合并方法 42-43 3.4 多尺度分割实验及分析 43-51 3.4.1 三种多尺度分割方法的比较 43-50 3.4.2 与单一尺度分割结果的比较 50-51 3.5 本章小结 51-52 第4章 面向对象变化检测及震害损失评估 52-68 4.1 传统变化检测方法 52-54 4.1.1 直接比较法 52-53 4.1.2 分类后比较法 53 4.1.3 多光谱变换法 53-54 4.1.4 光谱变化向量分析法 54 4.2 面向对象变化检测 54-59 4.2.1 基于特征组合的面向对象变化检测 54-55 4.2.2 面向对象特征提取 55-59 4.3 震害损失评估 59 4.4 变化检测与损失评估实验及分析 59-65 4.4.1 面向对象变化检测与传统方法比较 59-64 4.4.2 震害损失评估结果 64-65 4.5 系统集成及实现 65-67 4.5.1 灾情检测与评估系统 65-66 4.5.2 多源遥感资源综合应用及管理系统 66-67 4.6 本章小结 67-68 结论 68-69 参考文献 69-74 攻读学位期间发表的学术论文 74-76 致谢 76
|
相似论文
- 高分辨率遥感图像目标识别方法研究,TP751
- 多尺度分割技术在高分辨率影像信息提取中的应用研究,TP751
- 极化SAR相干信息配准与变化检测算法研究,TN957.52
- 基于判别分析的遥感影像变化检测方法研究,TP751
- 可配置的高分辨率遥感图像目标识别方法研究,TP751
- 兖州矿区地表水体和煤堆固废占地变化的遥感检测,P627
- 基于SAR影像的变化检测技术研究,TN957.52
- Web信息内容变化检测技术研究与实现,TP393.092
- 遥感图像地震变化的检测技术研究,P315.7
- 基于空间特征码的矢量要素变化检测研究,P208
- 遥感图像区域多中心分类方法适用性分析,P237
- 森林植被信息提取的尺度问题研究,S771.8
- 地震遥感图像的变化检测方法研究,TP751
- 基于FPGA的视频图像变化检测系统设计,TP391.41
- 面向对象的遥感影像土地利用信息提取,TP751
- 高分辨率遥感图像中道路提取方法研究,TP751
- 无监督多通道遥感图像变化检测方法研究,TP751
- 基于多尺度融合的遥感图像变化检测及其毁伤评估应用,TP751
- 基于局部特征的目标检测研究,TP751
- 基于小波变换的纹理图像多尺度分割算法研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|