基于分水嶺的SAR圖像分割方法研究

基于分水嶺的SAR圖像分割方法研究

ID:37028576

大?。?.81 MB

頁(yè)數(shù):64頁(yè)

時(shí)間:2019-05-15

基于分水嶺的SAR圖像分割方法研究_第1頁(yè)
基于分水嶺的SAR圖像分割方法研究_第2頁(yè)
基于分水嶺的SAR圖像分割方法研究_第3頁(yè)
基于分水嶺的SAR圖像分割方法研究_第4頁(yè)
基于分水嶺的SAR圖像分割方法研究_第5頁(yè)
資源描述:

《基于分水嶺的SAR圖像分割方法研究》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、碩士學(xué)位論文I園參基于分水嶺的SAR圖像分割方法研究作者姓名韓琳旖學(xué)校導(dǎo)師姓名、職稱(chēng)紀(jì)建副教授企業(yè)導(dǎo)師姓名、職稱(chēng)王志宇高工申請(qǐng)學(xué)位類(lèi)別工碩士基于分水嶺的SAR圖像分割方法研究作者姓名韓琳旖學(xué)校導(dǎo)師姓名、職稱(chēng)紀(jì)建副教授企業(yè)導(dǎo)師姓名、職稱(chēng)王志宇高工申請(qǐng)學(xué)位類(lèi)別工程碩士學(xué)校代碼10701學(xué)號(hào)1503121741分類(lèi)號(hào)TP75密級(jí)公開(kāi)西安電子科技大學(xué)碩士學(xué)位論文基于分水嶺的SAR圖像分割方法研究作者姓名:韓琳旖領(lǐng)域:計(jì)算機(jī)技術(shù)學(xué)位類(lèi)別:工程碩士學(xué)校導(dǎo)師姓名、職稱(chēng):紀(jì)建副教授企業(yè)導(dǎo)師

2、姓名、職稱(chēng):王志宇高工學(xué)院:計(jì)算機(jī)學(xué)院提交日期:2018年6月ResearchonSARImageSegmentationBasedonWatershedAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinComputerTechnologyByHanLinyiSupervisor:JiJianTitle:AssociateProfessorSupervisor:Wan

3、gZhiyuTitle:SeniorEngineerJune2018摘要摘要合成孔徑雷達(dá)(SAR)是一種主動(dòng)式成像雷達(dá),作為當(dāng)前遙感觀測(cè)的重要手段,具有全天候、全天時(shí)、多波段、分辨率高、可側(cè)視成像、大面積的數(shù)據(jù)獲取能力等優(yōu)點(diǎn),在軍事領(lǐng)域和民用領(lǐng)域的應(yīng)用更加地廣泛。SAR圖像分割是SAR圖像解譯的關(guān)鍵性步驟,是進(jìn)行目標(biāo)識(shí)別、數(shù)據(jù)壓縮、傳遞等進(jìn)一步處理中的最基本且關(guān)鍵的技術(shù)。然而,由于SAR圖像固有的大量乘性斑點(diǎn)噪聲的存在,使SAR圖像分割工作變得十分困難,許多傳統(tǒng)的分割算法,都不能得到理想的分割結(jié)果。本

4、文提出兩種新的基于分水嶺算法的SAR圖像分割方法:基于分水嶺與感知哈希的分割方法(WSpH)和基于分水嶺超像素與近鄰傳播聚類(lèi)的分割方法(WSAP)。算法具體介紹如下:(1)WSpH方法是一種基于區(qū)域合并的SAR圖像分割算法。由于相干斑噪聲對(duì)SAR圖像分割的影響,在執(zhí)行分割過(guò)程之前,分析常見(jiàn)的幾種局部自適應(yīng)相干斑濾波算法在SAR圖像噪聲去除上的作用,確定使用Lee濾波算法來(lái)對(duì)圖像進(jìn)行去噪。接下來(lái)使用梯度加掩膜的三次分水嶺算法來(lái)進(jìn)行初始分割,相較于傳統(tǒng)的分水嶺分割算法,這種方法能夠有效減少小的獨(dú)立封閉區(qū)域

5、。之后使用基于DCT的感知哈希算法對(duì)初始分割區(qū)域進(jìn)行區(qū)域合并,降低過(guò)分割影響,提高分割的準(zhǔn)確性,得到理想的分割結(jié)果。最后通過(guò)實(shí)驗(yàn)對(duì)比驗(yàn)證該算法的有效性。(2)WSAP方法是在分水嶺超像素分割算法得到分割結(jié)果之后,對(duì)其使用近鄰傳播聚類(lèi)算法進(jìn)行合并。與傳統(tǒng)的近鄰傳播聚類(lèi)算法的不同在于,WSAP方法充分考慮了SAR圖像的灰度特征。該方法是將灰度特征距離、協(xié)方差矩陣距離,空間距離相結(jié)合得到的超像素的特征距離,作為聚類(lèi)合并過(guò)程中相似性度量準(zhǔn)則,有效地提高了分割方法的精度。使用聚類(lèi)算法進(jìn)行合并過(guò)程中,數(shù)據(jù)點(diǎn)是由使

6、用分水嶺算法初始分割得到超像素,極大地降低了近鄰傳播聚類(lèi)算法的計(jì)算復(fù)雜度。同時(shí),生成超像素的初始分割方法,是在經(jīng)典的基于標(biāo)記分水嶺算法使用梯度信息來(lái)處理像素優(yōu)先級(jí)的基礎(chǔ)上,增加空間約束項(xiàng),得到的超像素比較緊湊的同時(shí)其形狀也比較均勻,進(jìn)一步提高分割的準(zhǔn)確率最終得到理想的分割結(jié)果。最后通過(guò)在真實(shí)SAR圖像上的實(shí)驗(yàn)驗(yàn)證所提出的算法的有效性。關(guān)鍵詞:SAR圖像分割,分水嶺算法,超像素,感知哈希,近鄰傳播聚類(lèi)算法IABSTRACTABSTRACTSyntheticApertureRadar(SAR)isanac

7、tiveimagingradar,asanimportantmeansofremotesensingobservation,ithastheadvantagesofall-weather,all-day,multi-band,highresolution,side-viewimaging,andlarge-areadataacquisitioncapabilityandsoon,morewidelyusedinthemilitaryandcivilianfields.SARimagesegmentat

8、ionisacriticaltaskintheinterpretationofSARimagesandthemostbasicandkeytechnologyforfurtherprocessingsuchastargetrecognition,datacompression,anddelivery.However,duetotheexistenceofalargenumberofmultiplicativespecklenoiseinherentinS

當(dāng)前文檔最多預(yù)覽五頁(yè),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(yè),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(dòng)畫(huà)的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)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(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。