学位论文 > 优秀研究生学位论文题录展示

高光谱遥感图像分割算法研究

作　者: 朱俊良
导　师: 唐菊兴；王茂芝
学　校: 成都理工大学
专　业: 计算数学
关键词: 高光谱图像分割数学形态学降噪降维标记分水岭
分类号: TP751
类　型: 硕士论文
年　份: 2011年
下　载: 117次
引　用: 0次
阅　读: 论文下载

内容摘要

高光谱遥感图像具有波段多、光谱分辨率高、数据量大等特点,在给人们带来丰富信息的同时,也给数据处理带来了巨大的挑战。如何有效的对高光谱图像进行降噪,降低高光谱图像的维数,减少数据量是高光谱图像分割中的一个重要问题。降噪方面:本文选择了两种传统的频域降噪方法,高通滤波和低通滤波对高光谱图像进行处理。在空域降噪方面,本文选择了基于数学形态学的方法,设计了一种基于开、闭运算的串行级联式形态滤波器。高通滤波使图像得到锐化,突出了图像的边缘信息,同时保留了图像的大部分噪声信息,该滤波结果可用到降维运算中。低通滤波使图像平滑,降低图像噪声。形态滤波与低通滤波的效果一样,也是通过图像平滑降低图像噪声,但其平滑效果比低通滤波要好。降维方面:本文在特征提取方面选择了两种算法进行处理,主成分分析和最小噪声分离方法。主成分分析是多元数据分析的一个有力工具,在基于特征提取的高光谱图像降维处理中有着广泛应用,但该方法对噪声比较敏感,在实现降维的过程中,也保留了图像的噪声信息。基于此提出了最小噪声分离变换,它是一种以最大化信噪比为衡量准则的线性变换。它在实现降维的过程中也对噪声进行了分离。分割方面:本文以基于标记分水岭算法的高光谱图像分割算法为主轴,简要介绍数学形态学预处理的基本运算。借助阈值分割和K均值聚类分割引出标记分水岭算法的分割技术。以德兴铜矿高光谱遥感图像为研究数据,并将三种分割算法进行比较,给出基于标记分水岭分割算法的优越性。本文提出了一种通过降噪、降维,选取主成分大的特征图像进行分割的方法;提出了基于数学形态学的高光谱遥感图像降噪技术;并将标记分水岭算法成功运用于高光谱图像分割中。

全文目录

摘要  4-5
ABSTRACT  5-9
第1章绪论  9-13
  1.1 课题研究背景和意义  9-10
  1.2 国内外研究现状  10-11
  1.3 本文主要工作  11-13
第2章数学形态学基础知识  13-24
  2.1 数学形态学的介绍  13
  2.2 数学形态学的运算  13-18
    2.2.1 二值形态学运算  14-16
    2.2.2 灰度形态学运算  16-18
  2.3 灰度形态学处理算法  18-21
    2.3.1 形态学滤波  18-19
    2.3.2 形态学梯度  19-20
    2.3.3 形态学重构  20-21
  2.4 分水岭算法的介绍  21-24
    2.4.1 分水岭算法的原理  21
    2.4.2 分水岭算法的应用  21-23
    2.4.3 本节小结  23-24
第3章高光谱遥感图像降噪处理  24-34
  3.1 高光谱遥感图像降噪处理的必要性和主要方法  24
    3.1.1 降噪的必要性  24
    3.1.2 降噪的主要方法  24
  3.2 高光谱遥感图像低通滤波  24-28
  3.3 高光谱遥感图像高通滤波  28-30
  3.4 高光谱遥感图像形态滤波  30-32
  3.5 本章小结  32-34
第4章高光谱遥感图像降维处理  34-43
  4.1 高光谱遥感图像降维处理的必要性和主要方法  34-35
    4.1.1 降维的必要性  34
    4.1.2 降维的主要方法  34-35
  4.2 高光谱图像主成分分析(PCA)  35-38
  4.3 高光谱图像最小噪声分离(MNF)  38-42
  4.4 本章小结  42-43
第5章高光谱遥感图像分割技术研究  43-54
  5.1 高光谱遥感图像分割的理论基础  43-44
    5.1.1 图像分割的原理  43
    5.1.2 高光谱遥感图像分割的原理  43-44
    5.1.3 高光谱遥感图像分割的基本方法  44
  5.2 阈值分割方法  44-47
    5.2.1 单灰度级阈值分割  44-45
    5.2.2 多灰度级阈值分割  45-46
    5.2.3 基于多灰度级阈值高光谱图像分割  46-47
  5.3 K-MEANS分割方法  47-50
    5.3.1 K-means聚类  47-49
    5.3.2 基于K-means聚类的高光谱遥感图像分割  49-50
  5.4 基于标记分水岭的分割方法  50-53
    5.4.1 标记分水岭算法  50-52
    5.4.2 基于标记分水岭的高光谱遥感图像分割  52-53
  5.5 本章小节  53-54
总结与展望  54-55
致谢  55-56
参考文献  56-59
攻读学位期间取得学术成果  59

高光谱遥感图像分割算法研究

内容摘要

全文目录

相似论文