学位论文 > 优秀研究生学位论文题录展示

高分辨率光学和SAR遥感数据融合及典型目标提取方法研究

作　者: 朱俊杰
导　师: 郭华东
学　校: 中国科学院研究生院（遥感应用研究所）
专　业: 地图学与地理信息系统
关键词: 高分辨率 SAR 融合典型目标提取小波
分类号: TP751
类　型: 博士论文
年　份: 2005年
下　载: 1795次
引　用: 20次
阅　读: 论文下载

内容摘要

数据融合和信息提取是高分辨率遥感图像的研究热点。目前,基于小波多尺度分析的象素级遥感数据融合受到了广泛的关注,信息提取方法的研究也由过去的波段组合等简单方法向着基于知识的信息提取的复杂方法发展。高分辨率遥感图像,尤其是高分辨率SAR图像,它们反映了地物目标更加丰富的信息,它们的出现满足了人们对精确的地物目标信息获取的需求。这些高分辨率的遥感图像必然会被广泛的应用,因此相关关键技术的研究变得越来越迫切。如何提高多光谱图像的分辨率,使其更加真实的反映地表;如何从高分辨率遥感图像中精确、快速地提取地物目标的结构、位置信息等等,都是具有重要意义的研究方向。基于以上研究热点和研究状况,本文针对高分辨率的卫星光学影像和高分辨率的机载SAR图像进行了分析研究。从成像机理等方面对高分辨率SAR图像中的典型目标进行了深入的分析之后,利用小波多尺度分析理论、纹理分析技术、基于目标成像知识的理论等等,对高分辨率遥感图像开展了数据融合和信息提取等方面的研究工作,阐述了高分辨率SAR图像的一些应用方向,并提出了可行的技术方法。本文的主要创新点有如下几个方面: (1) 提出了一种保持图像光谱特征、提高图像空间分辨率的高分辨率光学遥感图像融合方法。根据小波理论和局部相关系数对北京中关村地区的快鸟图像的全波段和多光谱波段进行了融合,这种方法在增加遥感图像信息、提高空间分辨率的同时,其光谱特征能够得到有效的保持,解决了使用小波方法在提高图像空间分辨率的同时,如何抑制融合图像光谱畸变的问题。得到的融合图像能更真实的描述地表,可以用来更精确的制图、提取、反演等等。 (2) 提出了高分辨率SAR图像中去除建筑物阴影虚警的水体提取方法研究。在分析淮河洪水监测的高分辨率SAR图像的目标特征之后,利用了建筑物的纹理特征和成像知识对图像中的建筑物阴影进行了检测并将它们从黑斑中去除,完成了对复杂度高、干扰强、虚警率大的水体提取,得到了满意的效果。使用此方

全文目录

摘要  3-5
Abstract  5-10
第一章绪论  10-21
  1.1 研究意义与选题依据  11-14
    1.1.1 高分辨率遥感影像  11-12
    1.1.2 地物及其结构信息的提取需要高分辨率影像  12
    1.1.3 高分辨率遥感影像的融合有利于目标的识别和提取  12-14
  1.2 遥感影像数据融合与目标提取的研究现状与发展趋势  14-18
    1.2.1 遥感影像数据融合的研究现状与发展趋势  14-16
    1.2.2 遥感影像目标提取的研究现状与发展趋势  16-18
  1.3 数据源  18-19
  1.4 研究目标与实施方法  19-21
    1.4.1 研究目标  19-20
    1.4.2 实施方法  20-21
第二章高分辨率SAR图像的成像机理与典型目标散射特性  21-38
  2.1 SAR图像的成像原理、相关参数与目标特性  21-28
    2.1.1 SAR图像的成像原理  21
    2.1.2 SAR图像的相关参数  21-25
    2.1.3 SAR图像的目标特性  25-28
  2.2 高分辨率SAR图像中典型目标的散射特性分析  28-38
    2.2.1 道路散射特性分析  28-31
    2.2.2 路灯线杆散射特性分析  31-32
    2.2.3 高压输电线的金属架散射特性分析  32-34
    2.2.4 水体散射特性分析  34-35
    2.2.5 建筑物散射特性分析  35-37
    2.2.6 树木散射特性分析  37-38
第三章基于小波方法的高分辨率图像象素级融合研究  38-60
  3.1 象素级图像融合的概述  38-42
    3.1.1 图像象素级融合的回顾  38-40
    3.1.2 象素级图像融合的评价方法  40-42
  3.2 象素级融合相关的地物与电磁波相互作用的简单分析  42
  3.3 小波理论  42-48
    3.3.1 连续小波变换  42-44
    3.3.2 多分辨分析  44-46
    3.3.3 图像的二维小波变换  46-48
  3.4 小波融合方法与改进  48-51
    3.4.1 基本小波融合方法  48-49
    3.4.2 小波图像融合待改进的问题  49-50
    3.4.3 基于小波变换的图像融合方法的改进  50-51
  3.5 试验与分析  51-59
    3.5.1 试验数据  51-53
    3.5.2 图像小波分解层数的确定  53
    3.5.3 局部相关系数的分析以及高频替换阈值的设定  53-56
    3.5.4 图像融合结果  56-59
  3.6 小结与讨论  59-60
第四章高分辨率SAR图像水体信息提取  60-79
  4.1 概述  60-63
    4.1.1 遥感图像的水体提取  60-61
    4.1.2 纹理方法的信息提取  61-63
    4.1.2 本章节的水体提取  63
  4.2 建筑物的成像特征与像点位移  63-67
    4.2.1 建筑物的叠掩与阴影效应  63-65
    4.2.2 尖顶建筑物屋顶单次反射效应  65
    4.2.3 建筑物的角反射效应  65-66
    4.2.4 高分辨率SAR图像的民房特征分析  66-67
  4.3 小波纹理分类相关的选择  67-72
    4.3.1 纹理分类方法的选择  68
    4.3.2 高分辨率SAR图像的滤波选择  68-70
    4.3.3 高分辨率SAR图像小波纹理窗口选择  70-72
    4.3.4 纹理分类的讨论  72
  4.4 试验与分析  72-77
    4.4.1 图像的滤波  72-74
    4.4.2 图像的纹理分类  74
    4.4.3 基于成像特征的高分辨率SAR图像建筑物阴影提取  74-76
    4.4.4 纹理与知识相结合去除建筑物阴影虚警的水体提取  76-77
  4.5 小结与讨论  77-79
第五章高分辨率SAR图像的道路信息提取  79-98
  5.1 道路信息提取概述  79-82
    5.1.1 光学图像的道路提取  79-81
    5.1.2 SAR图像的道路提取  81
    5.1.3 本章节采用的道路提取方法  81-82
  5.2 高分辨率SAR图像的道路特征和建模  82-85
    5.2.1 高分辨率SAR图像的道路特征  82-83
    5.2.2 高分辨率SAR图像的道路建模  83-85
  5.3 高分辨率SAR图像中感兴趣区域的获取  85-86
  5.4 道路骨架的提取、拟合、连接与修正  86-91
    5.4.1 骨架算法  86-89
    5.4.2 骨架间断的连接  89
    5.4.3 骨架的拟合与虚警的去除  89-90
    5.4.4 道路拟合曲线连接的原则  90-91
    5.4.5 拟合道路曲线的修正  91
  5.5 试验与分析  91-96
    5.5.1 试验数据  91-92
    5.5.2 高分辨率SAR图像的滤波与分割处理  92-93
    5.5.3 高分辨率SAR图像中道路的骨架化及骨架的拟合  93-94
    5.5.4 拟合曲线的连接和道路的生成  94-95
    5.5.5 道路拟合曲线的校正  95-96
  5.6 分析与讨论  96-98
第六章高分辨率SAR图像与光学图像融合的建筑物三维重建  98-118
  6.1 建筑物三维重建概述  98-100
    6.1.1 基于光学图像的建筑物三维重建  98-99
    6.1.2 基于SAR图像与光学图像融合的建筑物三维重建  99
    6.1.3 本章节采用的建筑物三维重建方法  99-100
  6.2 高分辨率SAR图像与光学图像的配准原则  100-101
  6.3 建筑物叠掩与屋顶的对应关系分析  101-102
  6.4 去除边缘凹凸毛刺的模板  102-103
  6.5 单个地物目标的Hough变换  103-104
  6.6 针对两种屋顶提取的分类方法  104-105
  6.7 建筑物重建的知识表达与建模  105-109
    6.7.1 建筑物的知识表达  105-107
    6.7.2 建筑物三维重建的特征模型  107-108
    6.7.3 建筑物三维重建流程  108-109
  6.8 试验与分析  109-116
    6.8.1 试验数据  109-110
    6.8.2 光学图像的象素级融合  110-111
    6.8.3 高分辨率SAR图像与快鸟图像的配准  111-112
    6.8.4 SAR图像的分割预处理  112
    6.8.5 SAR图像建筑物叠掩的信息提取  112-113
    6.8.6 SAR与光学图像融合的建筑物屋顶的提取  113-115
    6.8.7 建筑物的三维重建  115-116
  6.9 小结与讨论  116-118
第七章结论与讨论  118-121
  7.1 主要创新点  118-119
  7.2 工作的不足  119
  7.3 展望  119-121
参考文献  121-130
博士期间第一作者学术论文  130-131
致谢  131

高分辨率光学和SAR遥感数据融合及典型目标提取方法研究

内容摘要

全文目录

相似论文