收藏本站
《武汉大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

基于图论的面向对象的高分辨率影像分割方法研究

崔卫红  
【摘要】:面向对象的高分辨率遥感影像目标识别与分类已成为遥感、摄影测量以及GIS等领域所关注的对象和研究热点之一。面向对象的目标识别是通过对对象的光谱、几何、纹理、空间邻域关系等信息组合来识别目标,可以发现,对象获取的精度将直接影响对象特征提取结果及目标识别精度,因此,对象获取是该类方法的第一步也是关键一步。对象获取的主要方法之一是面向对象的影像分割,面向对象的高分辨率遥感影像分割方法研究也成为图像分割的主要研究方向之一。本文研究了基于图论优化理论的影像分割方法,重点研究基于最小生成树的面向对象的高分辨率影像分割方法,结合遥感影像本身特点与最小生成树的分割思想,设计了边权构造,分割准则,同时设计实现了基于最小生成树的多尺度、多层次的高分辨率遥感影像分割体系,取得较好的结果,论文主要内容和成果如下: 1、设计了基于不同距离测度的最小生成树的边权函数构造方案。一种是针对主要数据源(高分辨率多光谱影像)提出了综合波段权重和结合NDVI指数的欧氏距离边权构造方法,提高了植被及建筑物及道路的分割精度;另一种是通过光谱角距离(即余弦角距离)来构造边权,该方案能较好的将道路、建筑物、裸露地以及水体分割出来。 2、设计了两种基于边权特性的最小生成树图像分割准则。从快速实现分割角度考虑,重点在分析最小生成树分割实现思想的基础上,提出两种基于边权特点的优化准则,并通过设置尺度参数实现不同尺度的分割。一个是考虑适合于各种边权函数的简单而实用的优化准则,该准则根据边权值是区域边界程度的反应,认为边权值小于某一阈值的两像素必然属于同一区域,而边权值大于某一阈值的肯定属于不同区域,在大尺度下,分割将得到较少边缘,小尺度时将会保留更多边缘细节,通过指定允许保留边界的百分比,采用滞后原则确定合并阈值,从而可以简单有效地完成多尺度分割,实验表明,该准则参数设置方法简单,能很好地保持细节。第二种准则依据统计学习理论,将图像分割看作是一个学习预测过程,根据边权特点构造了损失函数,基于最小化经验风险准则和β一致稳定学习算法提出了基于边权特性的合并优化准则,该准则可以较好地保持区域整体性,避免过分割,适合于高分辨率遥感影像分割。 3、研究并实现了一种基于最小生成树的面向对象高分辨率影像的多层次多尺度不规则金字塔分割方法。通过设计考虑空间邻接关系的Disjoint-set数据结构,采用kruskal最小生成树图像分割算法实现对影像的多层次多尺度分割,并用简单图金字塔模型描述多层次多尺度分割结果,为利用多尺度信息进行遥感影像解译及目标识别提供技术支持。 4、设计了基于区域统计特性的高分率影像多层次分割准则。在初始分割的基础上,以所得区域为顶点,邻接区域之间用边连接构建新一层图模型,利用区域的统计分布特性,以邻接区域的直方图距离来设计边权函数,以新的区域合并准则进行新一层的基于最小生成树的分割,从而实现多层次分割,保证了同一目标对象的完整性。 本文通过对高分辨率遥感卫星QuickBird多光谱影像、全色影像等影像数据进行了分割实验,对实验结果进行分析和评价,并对分割结果进行了基于知识规则的面向对象的目标提取实验,证明了本论文所采用分割方法的有效性。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 付峰,应义斌;生物图像阈值分割方法的研究[J];浙江大学学报(农业与生命科学版);2003年01期
2 孙莉;张艳宁;李映;马苗;;一种基于Gaussian-Hermite矩的SAR图像分割方法[J];西北工业大学学报;2007年03期
3 张晶;王黎;高晓蓉;王泽勇;周小红;彭建平;;数字图像处理中的图像分割技术及其应用[J];信息技术;2010年11期
4 廖建勇;郭斯羽;黄梓效;;基于Mean Shift聚类的最大熵图像分割方法[J];计算机仿真;2009年09期
5 李新征;易建强;赵冬斌;洪义平;;一种改进的自然图像分割方法[J];计算机应用研究;2006年05期
6 刘传文;;基于模糊隶属度曲面的遗传算法图像分割[J];交通与计算机;2005年06期
7 谢鹏鹤;杨恢先;王绪四;;基于最大累积剩余熵的红外图像分割[J];传感器与微系统;2011年07期
8 尹芳;陈德运;吴锐;;改进的谱聚类图像分割方法[J];计算机工程与应用;2011年21期
9 谷雨明;刘杰;杨克实;张占一;;一种改进的图像分割方法[J];机械制造;2009年02期
10 雷博;;二维直线型Renyi熵阈值分割方法[J];西安邮电学院学报;2010年03期
11 杨朝云;陈光儒;吕嫦艳;马波;;一种改进的高分辨率遥感影像分割方法及应用[J];电脑与信息技术;2010年04期
12 龚淑柯,吴铁军;基于三维直方图的Fisher评价函数图像分割方法[J];电光与控制;2005年04期
13 杨晓强,魏生民,汪焰恩;一种基于知识模型的CT图像分割方法[J];计算机应用研究;2005年08期
14 郭娟;杨为民;石亚和;;基于微粒群算法的二维最大熵图像分割方法[J];计算机仿真;2005年11期
15 陈敏;;一种自动识别最优阈值的图像分割方法[J];计算机应用与软件;2006年04期
16 蒋加伏;赵嘉;胡益红;;一种基于支持向量聚类的图像分割方法[J];计算机工程与应用;2009年30期
17 孔晓荣;史延新;孔祥斌;;医学图像分割处理技术的应用[J];兰州大学学报(自然科学版);2009年S1期
18 张新峰,沈兰荪;图像分割技术研究[J];电路与系统学报;2004年02期
19 周铭;低信噪比红外小目标图像的分割方法[J];激光与红外;2004年03期
20 张坤,罗立民,舒华忠,杨芳;基于Level Set方法的Visible Human Being虚拟人图像处理[J];安徽大学学报(自然科学版);2005年04期
中国重要会议论文全文数据库 前10条
1 王强军;王润生;;城市航空摄影图像融合分割方法[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年
2 张新宇;闫相国;王浩军;明利强;;白细胞图像的最优线性组合分割方法[A];中国仪器仪表学会第三届青年学术会议论文集(上)[C];2001年
3 陈明;;一种指纹图像分割方法[A];全国第16届计算机科学与技术应用(CACIS)学术会议论文集[C];2004年
4 王一波;胡仲翔;姚耀;;基于水平集的激光条纹提取方法[A];2009全国虚拟仪器大会论文集(一)[C];2009年
5 唐英干;刘东;关新平;;基于高斯混合模型的多分辨率图像分割[A];第十二届全国图象图形学学术会议论文集[C];2005年
6 章卫祥;周秉锋;;一种改进的Graph Cuts交互图像分割方法[A];提高全民科学素质、建设创新型国家——2006中国科协年会论文集(下册)[C];2006年
7 王孝国;王景玉;张雄伟;;基于特定理论工具的图像分割方法综述[A];第九届全国青年通信学术会议论文集[C];2004年
8 张宇;王俊平;郭清衍;王瑞岩;周海;;彩色梯度和数学形态学的缺陷图像分割方法[A];2008通信理论与技术新发展——第十三届全国青年通信学术会议论文集(下)[C];2008年
9 章卫祥;周秉锋;;一种改进的Graph Cuts交互图像分割方法[A];2006中国科协年会——数字成像技术及影像材料科学学术交流会论文集[C];2006年
10 王斐;赵杰煜;;基于多重网格的水平集图像分割方法[A];第十四届全国图象图形学学术会议论文集[C];2008年
中国重要报纸全文数据库 前10条
1 王玲;不宜采用分割方法处理涉外合同纠纷[N];江苏法制报;2009年
2 本报记者 叶青 通讯员 粤科宣;病人家属也可操刀“做手术”[N];广东科技报;2011年
3 陈雪;康佳“第一屏”今年上“春晚”[N];中国证券报;2007年
4 陈立伟;本案共有房产可否直接拍卖[N];人民法院报;2003年
5 ;“天下第一屏”落户深圳华侨城[N];消费日报;2006年
6 向良璧;断层图像处理分析技术取得重大成果[N];经济参考报;2003年
7 张兰华;数字化技术助力安防行业上台阶[N];光明日报;2006年
8 刘奕;康佳高起点挺进LED产业[N];中华工商时报;2006年
9 刘京玲;厦门5平方米“豪宅”诞生的标本意义[N];中国商报;2007年
10 张兰华;数字化核心助力安防行业渐入佳境[N];科技日报;2006年
中国博士学位论文全文数据库 前10条
1 张印辉;多尺度马尔可夫随机场图像分割方法研究[D];昆明理工大学;2010年
2 陈志彬;非参数变形模型结合模糊技术的MRI图像分割[D];大连理工大学;2010年
3 程广斌;应用于数字化诊断的若干医学图像分析方法研究[D];南方医科大学;2008年
4 李启翮;基于蛇模型的图像分割与目标轮廓跟踪研究[D];清华大学;2008年
5 李彬;基于模糊随机模型的磁共振脑部图像分割算法研究[D];第一军医大学;2007年
6 林茂松;科学计算可视化的应用研究[D];西南交通大学;2006年
7 吕庆文;基于互信息量与马尔可夫随机场的图像分割研究[D];第一军医大学;2007年
8 何宁;基于活动轮廓模型的图像分割研究[D];首都师范大学;2009年
9 刘传文;仿生优化算法在数字图像处理中的应用研究[D];武汉理工大学;2008年
10 陈雁;可见光遥感图像分割与提取研究[D];中国科学技术大学;2010年
中国硕士学位论文全文数据库 前10条
1 宋晓峰;基于贝叶斯置信传播的图像分割方法研究[D];西安电子科技大学;2009年
2 萧湘;骨髓细胞图像分割方法研究[D];中南林业科技大学;2010年
3 葛秘蕾;基于云理论的图像分割技术研究[D];哈尔滨工程大学;2010年
4 康朝红;基于支持向量机的X线图像分割技术研究[D];河北大学;2009年
5 尚金奎;基于粗糙集理论的图像分割方法研究[D];东北大学;2008年
6 严灵毓;基于半监督学习的图像分割系统的设计与实现[D];华中科技大学;2010年
7 蔺恒;基于人工免疫网络的图像分割[D];西安电子科技大学;2010年
8 郑飞虎;肿瘤显微细胞图像分割技术研究[D];华东交通大学;2009年
9 毛安定;基于小波变换的图像分割技术[D];昆明理工大学;2009年
10 胡媛媛;基于形态学的图像分割方法的研究与应用[D];昆明理工大学;2008年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978