基于圖像整合和模糊聚類sar圖像變化檢測

基于圖像整合和模糊聚類sar圖像變化檢測

ID:34622055

大?。?.21 MB

頁數(shù):67頁

時間:2019-03-08

基于圖像整合和模糊聚類sar圖像變化檢測_第1頁
基于圖像整合和模糊聚類sar圖像變化檢測_第2頁
基于圖像整合和模糊聚類sar圖像變化檢測_第3頁
基于圖像整合和模糊聚類sar圖像變化檢測_第4頁
基于圖像整合和模糊聚類sar圖像變化檢測_第5頁
資源描述:

《基于圖像整合和模糊聚類sar圖像變化檢測》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、————一、黼』摘要近年來,合成孑L徑雷達(dá)(syntheticapertureradar,SAR)已越來越廣泛的應(yīng)用于變化檢測領(lǐng)域。本文研究了基于差異圖像分析的SAR圖像變化檢測的關(guān)鍵技術(shù),包括差異影像圖的構(gòu)造、差異圖的分析和涉及實時性應(yīng)用的變化檢測并行計算技術(shù)。具體研究內(nèi)容闡述如下:(1)提出了一種基于小波圖像融合的差異圖構(gòu)造方法。該方法依據(jù)均值比差異圖和對數(shù)比差異圖各自特點,利用小波多尺度融合得到了新的差異圖。小波圖像融合利用均值算子和小波系數(shù)局部能量最小規(guī)則對兩種差異圖的優(yōu)點進(jìn)行合理的融合,有效抑制了斑點噪聲并提高了變化類和非變化類的可分性。(2)提出了一種

2、用于差異圖分析的局部信息模糊C均值聚類改進(jìn)算法。該方法從聚類的角度對變化檢測問題進(jìn)行研究,將SAR圖像變化檢測的差異圖分析轉(zhuǎn)化為圖像分割問題。在聚類過程中,新方法充分利用了鄰域灰度信息和鄰域空間信息,能夠有效的克服噪聲影響并增強(qiáng)聚類性能,在噪聲免疫和圖像細(xì)節(jié)保留上達(dá)到了很好的平衡。(3)針對SAR圖像變化檢測中的海量數(shù)據(jù)實時性處理以及聚類算法時間復(fù)雜度較高的問題,提出了一種基于GPU集群的聚類算法并行計算方法?;贕PU集群的并行化方法采用MPI+CUDA的編程模型,先將待聚類的差異影像圖分配到集群的各個計算節(jié)點中,然后在計算節(jié)點中利用GPU進(jìn)行并行計算。該方法能

3、夠有效的降低算法執(zhí)行時間,在海量圖像數(shù)據(jù)變化檢測的應(yīng)用中具有非常重要的實際意義。關(guān)鍵詞:變化檢測合成子L徑雷達(dá)小波圖像融合模糊C均值GPU集群II摘要AbstractIIIInrecentyears,changedetectioninsyntheticapertureradar(SAR)sensorhasbeenattractedwideattention.Inthispaper,asystematicstudyiscarriedoutfortheSARimagechangedetectiontechniquebasedonanalysisofdifference

4、image,includingthegenerationofdifferenceimage,theanalysisofdifferenceimageandthereal·timeapplicationofchangedetectiontechniquethatrelatedtoparallelcomputing.ThedetailofthisPapel"canbedescribedasfollows:(1)Anovelmethodthatbasedonwaveletimagefusionforgeneratingdifferenceimageisproposed.

5、Inthismethod,waveletmulti-scalefusionisintroducedtogeneratedifferenceimagebyusingcomplementaryinformationfrommean-ratioimageandlog-ratioimage.Waveletfusionrulesthatbasedonaverageoperatorandminimumlocalareaenergyarechosentocombinetheadvantageofbothmethods,ithelpstoinhibitthespecklenois

6、eeffectivelyandimprovethecontrastbetweentheunchangedandchangedclasses.(2)Areformulatedclassificationmethodbasedonfuzzyc-meansclusteringisproposedforclassifyingchangedandunchangedregionsinthedifferenceimage.Inthismethod,theproblemofchangedetectionisstudiedintheperspectiveoffuzzycluster

7、ing,soitCanbetransformedinimagesegmentation.Thisreformulatedfuzzyclusteringalgorithmcanincorporatetheinformationaboutbothlocalgrayandspatialcontextinanovelfuzzywayforthepurposeofreducingtheeffectofspecklenoiseandenhancingtheclusterperformance.Ingeneral,thismethodmakesabalancebetweenno

8、ise-i

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。