高分辨率影像空频域分析与建筑物提取

发布时间：2023-11-18 09:59

　　随着科技日新月异发展,并在此助力下,社会也逐步趋向于信息化、自动化,自然学科的发展更是如此,遥感数据的来源越来越多、空间分辨率越来越高,因此对如何利用这些日渐普及的影像数据,得到社会发展过程中所需要的信息,成了摄影测量与遥感专业甚至于计算机视觉专业研究的热点。作为城市发展、人类生活水平等方面的重要标志之一(建筑物)来说,它的信息提取是目前研究的热点中的重点。然而目前的高分辨率遥感影像中的地物细节、纹理、边缘信息等特征相对于传统的遥感影像来说异常丰富,这也使得传统的通过对像元光谱特征分析进行影像建筑物提取分析的需求难以满足,这也是目前高分辨率遥感影像普及全自动化的难点之一。人类的视觉注意机制能从非常复杂的地图中直接找到建筑物的存在,因此本文从视觉注意机制(显著性)的角度出发以建筑物自身特征作为低层特征,并通过多特征信息模板作为先验知识指导,进行显著性建筑物的提取。本文的显著性方法不同于常规的显著性方法,主要体现在先验知识背景模板不单单采用颜色信息而是充分考虑建筑物自身特征,采用颜色、位置、纹理等特征作为特征信息;在选择背景模板时为了能够充分的达到理想效果本文利用了建筑物阴影信息对建筑物粗...

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 本文研究背景与意义
    1.2 国内外研究现状
    1.3 主要研究内容
    1.4 本文组织结构
第二章 高分辨率影像建筑物特征分析
    2.1 引言
    2.2 影像颜色空间的分析
    2.3 影像的纹理特征分析
        2.3.1 空间域纹理特征提取的原理
        2.3.2 基于Gabor变换的纹理特征提取
    2.4 影像的频域分析
        2.4.1 傅里叶变换的基本思想
        2.4.2 傅里叶变换的基本性质
第三章 影像空间显著性分析与建筑物提取
    3.1 引言
    3.2 影像显著性分析
        3.2.1 基于生物学的视觉注意显著性方法
        3.2.2 基于数学计算的显著性方法
    3.3 基于空间显著性的高分辨率建筑物提取研究与实现
        3.3.1 先验知识特征向量的生成
        3.3.2 基于重构的显著度计算
        3.3.3 显著图精细化处理
        3.3.4 显著图的融合
    3.4 本章小结
第四章 影像频域分析与建筑物提取
    4.1 稀疏快速傅里叶变换
        4.1.2 SFFT的理论框架
        4.1.3 关键问题分析
    4.2 低频主体成分提取
    4.3 高频细节成分提取
    4.4 本章小结
第五章 实验与分析
    5.1 基于显著性分析的建筑物提取
    5.2 基于频域特性的建筑物提取
    5.3 本章小结
第六章 总结与展望
    6.1 本文的主要研究成果
    6.2 下一步的工作与展望
参考文献
致谢



本文编号：3865063