用于SAR圖像語(yǔ)義分割的聚集區(qū)域提取方法的研究

《用于SAR圖像語(yǔ)義分割的聚集區(qū)域提取方法的研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、碩士學(xué)位論文＿１（＾）用于ＳＡＲ圖像語(yǔ)義分割的聚集區(qū)域提?。崳姺椒ǖ难芯浚崳娮髡咝彰鞎詵|指導(dǎo)教師姓名、職稱劉芳教授申請(qǐng)學(xué)位類別工學(xué)碩士１學(xué)校代碼10701學(xué)號(hào)1503121639分類號(hào)TP75密級(jí)公開(kāi)西安電子科技大學(xué)碩士學(xué)位論文用于SAR圖像語(yǔ)義分割的聚集區(qū)域提取方法的研究作者姓名：朱曉東一級(jí)學(xué)科：計(jì)算機(jī)科學(xué)與技術(shù)二級(jí)學(xué)科：計(jì)算機(jī)應(yīng)用技術(shù)學(xué)位類別：工學(xué)碩士指導(dǎo)教師姓名、職稱：劉芳教授學(xué)院：計(jì)算機(jī)學(xué)院提交日期：2018年6月ＭｅｔｈｏｄｓｏｆＥｘｔｒａｃｔｉｎＡｒｅａｔｅＲｅｉｏｎｓｆｏｒｇｇｇｇｇＳＡＲＩｍａｅ

2、ＳｅｍａｎｔｉｃＳｅｍｅｎｔａｔｉｏｎｇｇＡｔｈｅｓｉｓｓｕｂｍｉｔｔｅｄｔｏＸＩＤＩＡＮＵＮＩＶＥＲＳＩＴＹｉｎａｒｔｉａｌｆｕｌｆｉｌｌｍｅｎｔｏｆｔｈｅｒｅｕｉｒｅｍｅｎｔｓｐｑｆｏｒｔｈｅｄｅｒｅｅｏｆＭａｓｔｅｒｇｉｎＣｏｍｕｔｅｒＡｌｉｃａｔｉｏｎＴｅｃｈｎｏｌｏｐｐｐｇｙＢｙＺｈｕＸｉａｏｄｏｎｇＳｕｅｒｖｉｓｏｒ：ＬｉｕＦａｎＴｉｔｌｅ：ＰｒｏｆｅｓｓｏｒｐｇＪｕｎｅ２０１８西安電子科技大學(xué)學(xué)位論文獨(dú)創(chuàng)性（或創(chuàng)新性）聲明秉承學(xué)校嚴(yán)謹(jǐn)?shù)膶W(xué)風(fēng)和優(yōu)良

3、的科學(xué)道德，本人聲明所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研宄工作及取得的研宄成果。盡我所知，除了文中特別加以標(biāo)注和致謝中所羅列的內(nèi)容以外，論文中不包含其他人已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果ｉ也不包含一為獲得西安電子科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書(shū)而使用過(guò)的材料。與我同工作的同事對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說(shuō)明并表示了謝意。學(xué)位論文若有不實(shí)之處一，本人承擔(dān)切法律責(zé)任。乂本人簽名：本此奪、曰期：＞／？西安電子科技大學(xué)關(guān)于論文使用授權(quán)的說(shuō)明本人完全了解西安電子科技大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定，ｇｐ

4、：研宄生在校攻讀學(xué)位期間論文工作的知識(shí)產(chǎn)權(quán)屬于西安電子科技大學(xué)。學(xué)校有權(quán)保留送交論文的復(fù)印件，允許查閱、借閱論文；學(xué)?？梢怨颊撐牡娜炕虿糠謨?nèi)容，允許采用影印、縮印或其它復(fù)制手段保存論文。同時(shí)本人保證，學(xué)位論文研宄成果完成結(jié)合的論文、發(fā)明專利等成果，署名單位為西安電子科技大學(xué)。保密的學(xué)位論文在＿年解密后適用本授權(quán)書(shū)。劉芳ｉｎ、匕＿本人簽名：導(dǎo)師簽名：°、＾＇作ｂ２日：期日期：摘要摘要合成孔徑雷達(dá)（SyntheticApertureRadar，SAR）具有全天時(shí)、全天候、高分辨等特點(diǎn)，已經(jīng)成為對(duì)地觀測(cè)的重要

5、手段。由于SAR圖像本身固有的成像機(jī)制造成了SAR圖像上相干斑噪聲、陰影、迎坡縮短等問(wèn)題，使得SAR圖像的解譯十分困難。本團(tuán)隊(duì)提出的SAR圖像層次視覺(jué)語(yǔ)義模型以素描線段為SAR圖像素描圖語(yǔ)義基元，賦予素描線段語(yǔ)義信息指導(dǎo)SAR圖像的分割與理解。SAR圖像聚集區(qū)域的提取是層次視覺(jué)語(yǔ)義模型中初級(jí)語(yǔ)義層到中級(jí)語(yǔ)義層的重要步驟之一，本論文中，針對(duì)SAR圖像聚集區(qū)域的提取存在的問(wèn)題，建立以素描線段為語(yǔ)義基元的幾何計(jì)算模型和相關(guān)方法，論文的主要工作包括：（1）針對(duì)圓心算子對(duì)圖像進(jìn)行聚集區(qū)域的提取不僅不準(zhǔn)確、速度慢、邊界出現(xiàn)弧狀，提出了基于SketchMap單邊聚集

6、線段的聚集區(qū)域提取方法。在該方法中，建立了以素描線段為語(yǔ)義基元的聚集區(qū)域提取計(jì)算模型。具體是利用素描線段的空間幾何位置關(guān)系和素描線段的單邊聚集、雙邊聚集的拓?fù)潢P(guān)系，建立幾何計(jì)算模型提取SAR圖像的聚集區(qū)域。實(shí)驗(yàn)結(jié)果表明，所提出的方法針對(duì)聚集區(qū)域的提取不僅邊界準(zhǔn)確而且速度有較大的提升。（2）考慮到聚集線段集合的正確生成是聚集區(qū)域的提取的前提，針對(duì)聚集線段集合生成過(guò)程中存在的問(wèn)題以及不合理的素描線段語(yǔ)義信息分類，提出了基于素描線段語(yǔ)義分類的聚集線段集合生成模型。在該方法中，明確了素描線段的語(yǔ)義信息，將邊界素描線段、獨(dú)立目標(biāo)素描線段、聚集區(qū)域素描線段合理分類

7、，在確定的語(yǔ)義信息的指導(dǎo)下合理生成聚集線段集合用于聚集區(qū)域的提取。實(shí)驗(yàn)結(jié)果表明，所提出的方法提高了聚集區(qū)域的一致性的同時(shí)更加注重區(qū)域細(xì)節(jié)部分。（3）針對(duì)大場(chǎng)景SAR圖像的聚集區(qū)域提取十分耗時(shí)的問(wèn)題，在聚集區(qū)域提取計(jì)算模型的基礎(chǔ)上，提出了基于分塊策略的聚集區(qū)域提取方法。在該方法中，針對(duì)聚集區(qū)域提取過(guò)程中的每個(gè)步驟進(jìn)行時(shí)間復(fù)雜度的優(yōu)化，包括素描圖分塊獲取、候選聚集區(qū)域素描線段和聚集區(qū)域分塊提取。實(shí)驗(yàn)結(jié)果表明，所提出的方法顯著減少了大場(chǎng)景SAR圖像聚集區(qū)域提取的時(shí)間。關(guān)鍵詞：SAR圖像，圖像分割，層次視覺(jué)語(yǔ)義模型，聚集區(qū)域提取IABSTRACTABSTRAC

8、TSyntheticApertureRadar(SAR)hasbecomeanimportan