資源描述：
《多光譜遙感圖像分割技術(shù)研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、多光譜遙感圖像分割技術(shù)研究作者姓名李春玲導(dǎo)師姓名、職稱常洪花副教授一級學(xué)科光學(xué)工程二級學(xué)科光學(xué)工程申請學(xué)位類別工學(xué)碩士提交學(xué)位論文日期2014年12月學(xué)校代碼10701學(xué)號1205122207分類TN82號TN21密級公開西安電子科技大學(xué)碩士學(xué)位論文多光譜遙感圖像分割技術(shù)研究作者姓名：李春玲一級學(xué)科：光學(xué)工程二級學(xué)科：光學(xué)工程學(xué)位類別：工學(xué)碩士指導(dǎo)教師姓名、職稱：常洪花副教授提交日期：2014年12月AStudyofMultispectralRemoteImageSegmentationAthesissubm
2、ittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinOpticalEngineeringByLichunlingSupervisor:Prof.ChanghonghuaDecember2014西安電子科技大學(xué)學(xué)位論文獨創(chuàng)性(或創(chuàng)新性)聲明秉承學(xué)校嚴謹?shù)膶W(xué)風(fēng)和優(yōu)良的科學(xué)道德，本人聲明所呈交的論文是我個人在導(dǎo)師指導(dǎo)下進行的研究工作及取得的研究成果。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，
3、論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果；也不包含為獲得西安電子科技大學(xué)或其它教育機構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示了謝意。學(xué)位論文若有不實之處，本人承擔(dān)一切法律責(zé)任。本人簽名：日期：西安電子科技大學(xué)關(guān)于論文使用授權(quán)的說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，即：研究生在校攻讀學(xué)位期間論文工作的知識產(chǎn)權(quán)單位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)校可以公布論文的全部或部分內(nèi)容，允許采
4、用影印、縮印或其它復(fù)制手段保存論文。同時本人保證，獲得學(xué)位后結(jié)合學(xué)位論文研究成果撰寫的文章，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。本人簽名：導(dǎo)師簽名：日期：日期：摘要摘要隨著地球勘測遙感技術(shù)的快速發(fā)展，地球衛(wèi)星的分辨率越來越高，拍攝的地物輪廓清晰，細節(jié)豐富，為人們合理利用地球資源提供了很大的便利。每年從地球衛(wèi)星可以獲取海量的遙感圖像，研究如何從海量圖像中高效提取有用信息是人們一直關(guān)注的重點，而圖像分割作為提取地物材質(zhì)不可缺少中間步驟之一，是后續(xù)圖像應(yīng)用的前提。雖然目前已經(jīng)存在多種類
5、型的圖像分割方法，并且取得了一定的研究成果，但是由于高分辨率多光譜遙感圖像具有幾何結(jié)構(gòu)清晰，光譜波段數(shù)較多，信息冗余以及尺寸大等特點，還存在許多細節(jié)值得深入研究。論文是以多光譜圖像為研究對象，重點針對圖像多波段降低維度和單一尺度難以獲得準確地物特征兩個問題進行了探索與分析，主要使用數(shù)學(xué)形態(tài)學(xué)方法和均值漂移聚類法解決相關(guān)問題。研究成果顯示，與傳統(tǒng)的主成分分析降低維度相比較，擴展的形態(tài)學(xué)方法能夠很好的保留多光譜圖像細節(jié)特征，能有效地描述地物的幾何結(jié)構(gòu)，能夠生成多層次的圖像分割結(jié)果；改進的均值漂移聚類算法分割準確率
6、提高獲得了較好的分割結(jié)果。本文首先分析了高分辨率多光譜圖像的數(shù)據(jù)特點，針對多光譜圖像的多波段產(chǎn)生的冗余信息問題進行研究，盡管目前常用的主成分分析法能夠去除相關(guān)信息，第一主成分圖像丟失了部分信息；不同的地物類別是多尺度的，單一的分割結(jié)果很難準確反映各種不同尺度的地物特征。本文以數(shù)學(xué)形態(tài)學(xué)為基礎(chǔ)，基于擴展的分水嶺變換和分水線動態(tài)范圍,生成了多尺度的分割結(jié)果，可以從不同尺度來表達同一地物。實驗結(jié)果表明與傳統(tǒng)的主成分分析法相比較，本文使用的擴展的數(shù)學(xué)形態(tài)學(xué)理論可以更加充分利用多光譜圖像的信息，保留了更多圖像細節(jié)特征，
7、利用動態(tài)范圍能準確分割出大量地物類型并且產(chǎn)生多層次分割。其次根據(jù)擴展的形態(tài)學(xué)理論研究成果，將其應(yīng)用到均值漂移聚類算法中。由于多光譜圖像波段數(shù)較多，存在大量的冗余信息，大大增加了均值漂移迭代過程的計算難度，非常耗時，降低了均值漂移算法的準確率和效率。本文使用擴展的形態(tài)學(xué)方法和分水嶺變換，控制多光譜圖像的冗余信息，最后使用聚類分割效果很好的均值漂移算法進行圖像分割，合并小區(qū)域生成最終的結(jié)果圖像。研究結(jié)果表明，均值漂移算法可以很好的探測遙感圖像中常常出現(xiàn)的小區(qū)域，而且聚類過程中考慮空間關(guān)系產(chǎn)生了很好的均勻分割。I西
8、安電子科技大學(xué)碩士學(xué)位論文最后針對實際遙感圖像應(yīng)用，探索提高分割大尺寸圖像的方法，減少消除人工分塊分割中產(chǎn)生地的人工邊界，研究結(jié)果表明改進的均值漂移算法能改善大尺寸圖像分割的人工邊界。但還需要更進一步深入研究，解決大尺寸圖像分割問題，真正擴大遙感圖像的實際應(yīng)用。關(guān)鍵詞：分水嶺變換，大尺寸分割，MeanShift聚類論文類型：應(yīng)用基礎(chǔ)研究類IIABSTRACTABSTRACTWiththerapidd
