多特征联合的SAR影像建筑物检测和提取方法

发布时间：2017-07-16 22:18

  本文关键词：多特征联合的SAR影像建筑物检测和提取方法

  更多相关文章： 合成孔径雷达 特征提取 特征加权融合 极化分解 极化散射特性保持 建筑物检测和提取

【摘要】：作为一种主动式微波传感器,合成孔径雷达(Synthetic Aperture Radar,简称SAR)以其不受光照和气候条件等限制实现全天候全天时对地观测的特点,在民用和军事领域都有其得天独厚的优势。随着多极化多波段技术的发展,针对之前单极化影像提取特征单一的问题和全极化影像相较于单极化影像虽损失了部分分辨率信息却蕴含了更加丰富的地物极化散射信息的优势,本文以单极化强度影像和全极化影像为研究对象,分别提出了基于强度影像的多特征加权融合的建筑物检测方法和基于全极化影像的引入特征约束的保持极化散射特性的建筑物检测方法,并在强度影像检测结果基础上进行了整体建筑区的轮廓提取。论文主要包括以下几个方面:(1)SAR影像上建筑物典型特征分析。研究分析了建筑物的典型成像效应,在此基础上分析了建筑物到SAR影像上投影关系,为后续的研究提供了理论基础。(2)基于单极化强度影像,提出了一种综合统计和结构多特征加权融合的建筑区提取方法,分别采用经典的灰度共生矩阵方法提取统计纹理特征和采用变差函数方法提取结构纹理特征,并考虑方向信息,然后利用提出的巴氏距离特征权值计算方法,将所选特征进行加权融合,利用K均值聚类算法对融合后的特征图像进行非监督分类,对分类图像进行后处理并提取外部轮廓。实验表明该方法能够有效高精度地提取高分辨率机载SAR影像中的建筑区。(3)基于全极化SAR影像的极化散射信息和纹理信息,旨在更加全面地检测出平行建筑物和定向建筑物,提出一种引入特征约束的保持极化散射特性的建筑物提取方法。利用Yamaguchi分解将图像像元初步划分为三种主散射类型,然后利用引入的极化方位角均值特征和分析极化总功率图得到的熵值特征作为约束指标,通过分析得到具有分离性的阈值,将体散射类型混入的定向建筑物像元重新划分到偶次散射类别中,将重新划分的三种散射类型作为Wishart分类器的初始输入分类特征进行极化分类,最后通过类别合并提取出建筑物。通过与基于Yamaguchi分解的提取结果进行对比分析,表明本文提出的方法更能适应具有定向建筑物的复杂场景,提高了建筑物整体的检测精度。
【关键词】：合成孔径雷达 特征提取 特征加权融合 极化分解 极化散射特性保持 建筑物检测和提取
【学位授予单位】：山东农业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：P237
【目录】：

• 符号说明4-8
• 中文摘要8-9
• 英文摘要9-11
• 1 绪论11-19
• 1.1 研究背景及意义11-12
• 1.2 国内外研究现状12-16
• 1.2.1 SAR影像建筑物检测和提取的国内外研究现状12-15
• 1.2.2 存在问题及研究切入点15-16
• 1.3 研究内容与结构安排16-19
• 2 SAR影像建筑物成像机理与典型特征分析19-28
• 2.1 SAR影像几何特点19-22
• 2.1.1 斜距显示的近距离压缩19-20
• 2.1.2 透视收缩和叠掩20-21
• 2.1.3 阴影21-22
• 2.2 几何特点引起的建筑物成像机理和投影关系22-27
• 2.3 SAR影像中建筑物特征分析27-28
• 3 多特征加权融合的高分辨率SAR影像建筑区检测提取方法28-39
• 3.1 概述28-29
• 3.2 综合统计和结构多特征加权融合的建筑区提取方法29-32
• 3.2.1 基于灰度共生矩阵的纹理分析29
• 3.2.2 基于变差函数的纹理分析29-30
• 3.2.3 纹理特征加权融合方法30-31
• 3.2.4 建筑区提取方法31-32
• 3.3 研究过程32-36
• 3.3.1 数据及预处理32-33
• 3.3.2 计算灰度共生矩阵参数的确定33
• 3.3.3 变差函数纹理特征计算参数的确定33-34
• 3.3.4 纹理特征权值确定与融合34-35
• 3.3.5 分类和后处理35-36
• 3.4 实验结果及精度36-38
• 3.5 小结38-39
• 4 纹理特征约束下的保持极化散射特性的城区建筑物检测方法39-61
• 4.1 概述39-40
• 4.2 极化SAR基本理论40-49
• 4.2.1 电磁波的极化及其表征41-44
• 4.2.2 目标极化散射特性表征44-49
• 4.3 改进的保持极化散射特性的城区建筑物提取方法49-53
• 4.3.1 Yamaguchi分解模型49-51
• 4.3.2 极化方位角51-52
• 4.3.3 建筑物提取方法52-53
• 4.4 研究过程53-60
• 4.4.1 数据及预处理53-54
• 4.4.2 极化方位角均值特征参数的确定54-56
• 4.4.3 熵特征参数的确定56-57
• 4.4.4 像元散射类型重新划分57-58
• 4.4.5 提取结果与对比分析58-60
• 4.5 小结60-61
• 5 结论与展望61-63
• 5.1 结论61-62
• 5.2 主要创新之处62
• 5.3 展望62-63
• 参考文献63-68
• 致谢68-69
• 硕士期间发表的论文及参与项目69

【相似文献】

中国期刊全文数据库 前10条

1 窦建方;陈鹰;;基于数学形态学和相位编组SAR影像道路自动提取[J];遥感信息;2008年05期

2 窦建方;陈鹰;;基于数学形态学和相位编组SAR影像道路自动提取[J];测绘科学;2009年02期

3 刘俊怡;李德仁;李微;梅新;;一种基于均值比率和最佳熵的SAR影像边缘检测方法[J];武汉大学学报(信息科学版);2007年06期

4 徐川;华凤;眭海刚;陈光;;多尺度水平集SAR影像水体自动分割方法[J];武汉大学学报(信息科学版);2014年01期

5 张晰;张杰;纪永刚;;基于纹理特征分析的辽东湾SAR影像海冰检测[J];海洋科学进展;2008年03期

6 王冬红;王番;周华;刘智;;SAR影像的几何精纠正[J];遥感学报;2006年01期

7 呙维;胡涛;廖明生;陈呈辉;;用于高分辨率SAR影像建筑物提取的对象级高亮特征描述方法[J];武汉大学学报(信息科学版);2014年02期

8 万紫;王新;刘江;;基于简化定位模型的高分辨率SAR影像模拟方法研究[J];测绘工程;2014年06期

9 黄国满,郭建坤,赵争,肖洲,仇春平,吕京国;SAR影像多项式正射纠正方法与实验[J];测绘科学;2004年06期

10 付春永;谭克龙;;高分辨率SAR影像调绘研究[J];测绘通报;2012年01期

中国重要会议论文全文数据库 前3条

1 孟俊敏;张自历;张杰;;利用SAR影像研究台湾东北部内波的激发源及时空分布特征[A];中国科学院海洋科学青年学术研讨会暨2001年海洋湖沼科学青年学者论坛论文摘要集[C];2001年

2 李海艳;杜涛;何宜军;;风对内波SAR影像的影响[A];中国海洋学会2005年学术年会论文汇编[C];2005年

3 陈旭;秦朝峰;;水平运动小球生成内波的仿真SAR影像[A];第九届全国水动力学学术会议暨第二十二届全国水动力学研讨会论文集[C];2009年

中国博士学位论文全文数据库 前2条

1 徐川;基于多特征多测度的光学与SAR影像自动配准方法研究[D];武汉大学;2013年

2 孙建;SAR影像的海浪信息反演[D];中国海洋大学;2005年

中国硕士学位论文全文数据库 前3条

1 刘欣;多特征联合的SAR影像建筑物检测和提取方法[D];山东农业大学;2016年

2 宁凯;基于SAR影像反演山区森林郁闭度的方法研究[D];西南交通大学;2014年

3 李英会;基于时间序列高分辨率SAR影像的地表形变监测技术研究[D];辽宁工程技术大学;2012年

，

本文编号：550826