大幅面高分辨海洋遥感图像中海陆分割和海云分割研究

发布时间：2020-07-30 05:46

【摘要】：随着卫星遥感技术的发展,海洋遥感技术正越来越多地被用于对大面积海洋环境的监测。为了有效地从大数据量的卫星海洋遥感图像中检测出海上目标,将海洋遥感图像中存在的海洋区域和非海洋区域(陆地、云、空中飞行物等)进行有效的区分,是需要解决的一个关键性问题,这也是本文研究的主要内容。本文具体工作如下:(1)分析了海洋遥感图像中海陆的统计分布特性。引入了局部信息熵特征、局部边缘特征和局部纹理特征,对遥感图像中海陆进行了统计分析,验证了遥感图像中海洋在其三个特征构成的三维特征空间中建模的可行性,为后续大幅面海洋背景建模提供了依据;并对遥感图像中海陆的局部区域进行了概率密度统计分析,得出距离越近的局部区域的特征分布相似性越高,为后续训练样本的提取提供了依据。(2)针对大幅面海洋遥感图像海陆分割问题,提出了一种基于海背景多特征建模的大幅面海洋遥感图像海陆分割算法。首先,在利用全球海岸线数据库GSHHS实现海陆粗分割的基础上,给出了一种基于低频采样技术的海岸线边缘区域自动提取方法,提取出粗分割不精确的海岸线边缘区域作为细分割的待测样本;其次,给出了一种基于FCM(Fuzzy C-means)的海背景自动选取方法,提取出建模所需的纯海水背景区域;然后,给出了一种基于三维特征空间的多高斯海水背景建模方法,实现海水背景区域的建模,并依据此模型实现了海岸线边缘区域的细分割;最后,将粗细分割结果进行融合。实验结果表明,本文算法具有分割精度高和适用性广的优点,适用于复杂背景的大幅面海洋遥感图像。(3)分析了海洋遥感图像中海云的统计分布特性。首先,引入海云的多属性特征,对遥感图像中的海云进行概率密度统计分析;然后,根据其概率密度统计分布的特点,提出了一种基于概率分布曲线的可分性度量方法用于海云特征可分离性度量;最后,针对海云特征描述问题,将可分离性较高的前三个特征联合成三维特征矢量,并对其进行了统计分析,验证了海背景在其三维特征空间中建模的可行性,为后续大幅面海洋背景建模提供了依据。(4)针对大幅面海洋遥感图像海云分割问题,提出了一种基于局部海背景建模的大幅面海洋遥感图像海云分割算法。首先,给出了一种基于FCM的纯海水和非纯海水的分类方法对图像分块子区域进行分类判别;其次,给出了一种基于三维特征空间的纯海水背景多高斯建模方法和基于距离度量的海样本提取方法,对各个非纯海水子区域相近海背景进行建模,并利用此海背景模型对各个非纯海水子区域的海云进行分割,最后,将非纯海水分块子区域的结果进行融合。实验结果表明,本文算法能够对海云进行有效的区分,且适用于多种类型的图像数据。最后,本文为此次论文工作进行了系统的总结,并且对需要改进和继续研究的问题进行了展望。
【学位授予单位】：深圳大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP751
【图文】：

遥感图像,海洋遥感图像

大幅面高分辨海洋遥感图像中海陆分割和海云分割研究沙漠、梯田）、云及空中飞行物等，其带有较丰富的信息量。这为从丰富的信息量中，提取有用信息带来了一定的难度。3.空间分辨率越来越高。随着地球资源卫星技术的发展，卫星上搭载的传感器已能获空间分辨率达米级的遥感图像。在这种具有高分辨率特性的图像上，各种地物的形状特征、纹理特征清晰可见，从图 2-1(a)我们可以看出陆地区域多为山地或岛屿边界，而图 2-1(c)中陆地为港口、码头等城市乡村边界，这为利用形状特征和纹理特征等地物空间细节信息进行图像处理提供了客观基础。

遥感图像,海洋遥感图像,海陆

大幅面高分辨海洋遥感图像中海陆分割和海云分割研究海陆整体特性分析首先选取了 3 幅不同的大幅面遥感图像如图 2-2(a)(b)(c)所示。图 2-2(a)的图像4525*24440 的大幅面海洋海洋遥感图像，该图像海陆灰度对比度较大，陆地区地形式丰富，内部灰度变化很大；海洋区域内部海水波动较为平缓，内部灰度，图像中有大片薄雾和少许云、目标、噪声。图 2-2(b)图像的大小为 14232*140像海陆灰度对比度较低，陆地区域内部灰度变化较大，海洋区域海水波动较为平灰度变化较小，海面几乎无云雾，但有少许目标，还存在条纹噪声。图 2-2(c)小为 14232*14018，该图像海陆灰度对比度较低，陆地区域陆地区域内部灰度，海洋区域中海水波动模式较多，海面较为复杂，且带有有云雾较多。

海洋遥感图像,陆地,海洋

(a) (b)图 2-6 大幅面海洋遥感图像(a1) (a2) (a3) (a4)(b1) (b2) (b3) (b4)图 2-7 全陆地和全海洋子图((a1)~(a4)为全陆地子图,(b1)~(b4)为全海洋子图)

【参考文献】