学位论文 > 优秀研究生学位论文题录展示

基于空间自相关的图像分割的方法研究

作　者: 陈丛
导　师: 陈友飞；林广发
学　校: 福建师范大学
专　业: 地图学与地理信息系统
关键词: 图像分割空间自相关随机灰度图像聚集边界识别高分辨率遥感影像
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 35次
引　用: 0次
阅　读: 论文下载

内容摘要

图像分割是数字图像处理领域的研究热点。结合特定领域中的专业知识完成分割是目前的图像分割领域的发展特点之一。研究表明,空间自相关分析也能够扩展应用至图像分割领域。本文首先概述了图像分割领域目前的研究现状,空间自相关分析的发展历程以及几种常用的空间自相关指数。基于随机生成的灰度图像,本文设计了一系列的相关实验,对各类指数的功能和特点进行了比较,并完成了随机图像基础上的单核聚集与多核聚集的边界识别。从全局角度上看,Moran’s I指数的性能优于Getis G指数；从局部角度上分析,Getis Gi指数的性能优于Moran’s Ii指数。本文利用基础实验选出的空间自相关指数,结合迭代式阈值选择方法和导数算子,针对福州市区的Quick Bird高分辨率遥感影像完成了主干道路的边界识别,相对于原图识别,实验结果的精确度有所提高。因此,在实际的应用中,可以将空间自相关应用到图像的边缘识别中。

全文目录

摘要  2-3
Abstract  3-4
中文文摘  4-6
目录  6-8
绪论  8-18
  1 研究的目的与意义  8-9
  2 图像分割的分类  9-13
    2.1 基于区域的方法  10-11
    2.2 基于边界的方法  11-13
  3 图像分割的发展趋势  13
  4 研究内容、方法及技术路线  13-18
    4.1 研究内容  13-14
    4.2 研究方法  14-15
    4.3 技术路线  15-16
    4.4 论文内容安排  16-18
第一章空间自相关概述  18-28
  1.1 空间自相关概念的发展  18-20
  1.2 空间权重矩阵  20-22
  1.3 常用的空间自相关指数  22-27
    1.3.1 global Moran's I (I)  23
    1.3.2 local Moran's Ii (Ii)  23-24
    1.3.3 Moran散点图  24-26
    1.3.4 global Getis (G)  26
    1.3.5 local Getis (Gi)  26-27
  1.4 小结  27-28
第二章基于随机灰度图的空间自相关分析  28-46
  2.1 随机图像的生成  28-30
  2.2 全局指数的计算与分析  30-38
    2.2.1 全局Moran's I指数的计算与分析  30-35
    2.2.2 全局Getis G指数的计算与分析  35-38
  2.3 局部指数的计算与分析  38-41
    2.3.1 局部Moran's Ii指数的计算  38-40
    2.3.2 局部Getis Gi指数的计算  40-41
  2.4 多核聚集条件下的空间自相关指数计算与分析  41-43
  2.5 小结  43-46
第三章基于Quick Bird影像的道路边界识别  46-66
  3.1 Quick Bird影像特点  46-49
  3.2 城市道路的特征与识别  49-51
    3.2.1 城市道路的含义与分类  49-50
    3.2.2 Quick Bird影像的道路特点  50-51
  3.3 基于Quick Bird影像的道路识别实验  51-63
    3.3.1 基础实验结论  51-52
    3.3.2 实验区描述  52-53
    3.3.3 实验区的空间自相关分析  53-54
    3.3.4 图像二值化  54-57
    3.3.5 道路边缘识别  57-61
    3.3.6 复杂区域道路边缘识别  61-63
  3.4 小结  63-66
第四章结论与讨论  66-68
  4.1 主要结论  66-67
  4.2 创新点  67
  4.3 不足与展望  67-68
参考文献  68-74
攻读学位期间承担的科研任务与主要成果  74-76
致谢  76-78
个人简历  78-79

基于空间自相关的图像分割的方法研究

内容摘要

全文目录

相似论文