用于SAR圖像語義分割的聚集區(qū)域提取方法的研究

《用于SAR圖像語義分割的聚集區(qū)域提取方法的研究》由會員上傳分享，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。

1、碩士學(xué)位論文＿１（＾）用于ＳＡＲ圖像語義分割的聚集區(qū)域提取方法的研究作者姓名朱曉東指導(dǎo)教師姓名、職稱劉芳教授申請學(xué)位類別工學(xué)碩士１學(xué)校代碼10701學(xué)號1503121639分類號TP75密級公開西安電子科技大學(xué)碩士學(xué)位論文用于SAR圖像語義分割的聚集區(qū)域提取方法的研究作者姓名：朱曉東一級學(xué)科：計(jì)算機(jī)科學(xué)與技術(shù)二級學(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)表或撰寫過的研究成果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)位或證書而使用過的材料。與我同工作的同事對本研究所做的任何貢獻(xiàn)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(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。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)成為對地觀測的重要

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圖像層次視覺語義模型以素描線段為SAR圖像素描圖語義基元，賦予素描線段語義信息指導(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語義模型中初級語義層到中級語義層的重要步驟之一，本論文中，針對SAR圖像聚集區(qū)域的提取存在的問題，建立以素描線段為語義基元的幾何計(jì)算模型和相關(guān)方法，論文的主要工作包括：（1）針對圓心算子對圖像進(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，針對聚集線段集合生成過程中存在的問題以及不合理的素描線段語義信息分類，提出了基于素描線段語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）針對大場景SAR圖像的聚集區(qū)域提取十分耗時(shí)的問題，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，針對聚集區(qū)域提取過程中的每個(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，層次視覺語義模型，聚集區(qū)域提取IABSTRACTABSTRAC

8、TSyntheticApertureRadar(SAR)hasbecomeanimportan