資源描述：
《sar圖像線目標(biāo)提取方法研究》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、SAR圖像線目標(biāo)提取方法研究作者姓名吉新濤學(xué)校導(dǎo)師姓名、職稱吳艷教授領(lǐng)域電子與通信工程企業(yè)導(dǎo)師姓名、職稱吳蔚高工申請(qǐng)學(xué)位類別工程碩士提交學(xué)位論文日期2014年12月學(xué)校代碼10701學(xué)號(hào)1202121268分類號(hào)TN95密級(jí)公開(kāi)西安電子科技大學(xué)碩士研究生畢業(yè)論文SAR圖像線目標(biāo)提取方法研究作者姓名：吉新濤領(lǐng)域：電子與通信工程學(xué)位類別：工程碩士學(xué)校導(dǎo)師姓名、職稱：吳艷教授企業(yè)導(dǎo)師姓名、職稱：吳蔚高工提交時(shí)間：2014年12月AStudyonLineTargetExtractionfromSARImageAthesissubmittedtoXIDIANUNIVERSITYinp
2、artialfulfillmentoftherequirementsforthedegreeofMastergraduationinElectronicsandCommunicationEngineeringByJiXintaoSupervisor:WuYanWuWeiDecember2014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，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；也不包含為獲得西安電子科技大學(xué)
3、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。與我一同工作的同志對(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，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(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，即：研究生在校攻讀學(xué)位期間論文工作的知識(shí)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)?？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，獲得學(xué)位后結(jié)合學(xué)位論文研究成果撰寫(xiě)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
4、后適用本授權(quán)書(shū)。本人簽名：導(dǎo)師簽名：日期：日期：摘要摘要合成孔徑雷達(dá)（SAR）在軍事和民用上都得到了廣泛的應(yīng)用。SAR圖像中的線目標(biāo)的檢測(cè)與提取對(duì)于軍事偵察及民用測(cè)繪都具有重要意義，它是圖像理解和目標(biāo)識(shí)別的重要線索。線目標(biāo)在SAR圖像中表現(xiàn)為帶狀的亮線或是暗線，具有一定的形狀信息，如橋梁、機(jī)場(chǎng)跑道、道路、河流和海岸線等。本文對(duì)SAR線目標(biāo)的提取技術(shù)進(jìn)行了繼續(xù)研究，重點(diǎn)研究了SAR圖像中河流和道路的提取方法。本文首先研究了高分辨率SAR圖像中河流的先驗(yàn)知識(shí)，根據(jù)河流特征建立起道路模型同時(shí)也分析了高分辨率SAR圖像中河流提取的干擾因素，進(jìn)而提出了一種基于感興趣區(qū)域與先驗(yàn)知識(shí)的S
5、AR圖像河流提取方法。該方法分為預(yù)處理、感興趣區(qū)域提取、河流提取三個(gè)階段。在預(yù)處理階段，采用改進(jìn)Lee降斑技術(shù)和圖像增強(qiáng)技術(shù)對(duì)輸入SAR圖像進(jìn)行預(yù)處理，提高圖像整體的清晰度和對(duì)比度；在感興趣區(qū)域提取階段，利用SAR圖像中河流區(qū)域與背景區(qū)域的灰度差異性采用直方圖閾值分割算法將圖像二值分割，并通過(guò)濾除小面積區(qū)域提取出河流所在感興趣區(qū)域；在河流提取階段，通過(guò)自適應(yīng)灰度均值閾值和水域連續(xù)性濾除灰度均值較高、孤立的、距離其它水域較遠(yuǎn)的池塘、湖泊等非河流水域，得到河流提取結(jié)果。本文緊接著又研究了高分辨率SAR圖像中道路的先驗(yàn)知識(shí)，分析了道路的特征以及干擾道路提取的因素，進(jìn)而提出了一種基
6、于Hough變換與數(shù)學(xué)形態(tài)學(xué)的SAR圖像道路提取方法。該方法分為預(yù)處理、感興趣區(qū)域提取、道路方向檢測(cè)、道路段提取四個(gè)階段。在預(yù)處理階段，首先采用改進(jìn)Lee降斑技術(shù)和圖像增強(qiáng)技術(shù)對(duì)原始圖像進(jìn)行了預(yù)處理，提高圖像整體的清晰度和對(duì)比度；在感興趣區(qū)域提取階段，利用SAR圖像中道路區(qū)域與背景區(qū)域的灰度差異性采用最大類間方差閾值分割算法將圖像二值分割，并通過(guò)腐蝕膨脹等操作得到道路所在感興趣區(qū)域；在道路方向檢測(cè)階段，對(duì)感興趣區(qū)域采用細(xì)化操作得到道路的骨架，并在骨架上采用Hough變換檢測(cè)道路主干道的方向；在道路段提取階段，根據(jù)主干道的方向構(gòu)造合適的線性結(jié)構(gòu)元素，在感興趣區(qū)域上利用結(jié)構(gòu)元素
7、做形態(tài)學(xué)開(kāi)運(yùn)算，得到各個(gè)方向的道路段，合并處理后輸出道路提取結(jié)果。本文采用多組實(shí)測(cè)SAR圖像對(duì)本文所提方法進(jìn)行了驗(yàn)證，仿真結(jié)果表明本文方法具有較高的提取率，驗(yàn)證了本文方法的有效性。本文提出的兩種算法都建立在閾值分割準(zhǔn)確的前提下，但是閾值分割本身存在一定的局限性，一旦閾值分割不準(zhǔn)，容易造成后續(xù)線目標(biāo)提取不完整或者過(guò)提取，因而，還需要進(jìn)一步研究穩(wěn)定有效的分割方法。I西安電子科技大學(xué)碩士學(xué)位論文關(guān)鍵詞：合成孔徑雷達(dá)圖像，線目標(biāo)提取，感興趣區(qū)域，Hough變換，數(shù)學(xué)形態(tài)學(xué)論文類型：應(yīng)用基礎(chǔ)技術(shù)IIABSTRACTABSTR
