结合张量投票和Snakes模型的SAR图像道路提取
本文关键词:结合张量投票和Snakes模型的SAR图像道路提取,,由笔耕文化传播整理发布。
【摘要】:目的 Snakes模型对曲线轮廓具有良好的拟合能力,被广泛应用于遥感图像的道路提取。但SAR图像受乘性斑点噪声影响严重,因此利用Snakes模型从SAR图像提取道路时,传统的以图像灰度负梯度为外部能量的方法难以取得理想结果。针对这一问题,利用计算机视觉中的张量投票算法可以从噪声掩盖的图像中提取显著结构特征的特点,将张量投票与Snakes模型结合从SAR图像提取道路。方法首先利用模糊C均值分割法从SAR图像中分割出道路类,然后对道路类进行张量投票获得每点的曲线显著性值,最后以该曲线显著性值的负值作为Snakes模型外部能量从SAR图像提取道路。在Snakes模型能量最小化阶段,提出了一种优化的拟合策略,一边内插节点一边最小化Snakes模型能量。结果利用机载和星载不同场景的SAR图像进行实验,与同类的基于Snakes模型的半自动方法相比,本文方法对曲率较大的道路仅需较少控制点即可取得较好的拟合效果;与基于MRF模型的自动方法相比,本文方法对道路提取的完整率、正确率、检测质量都优于基于MRF模型的方法,并且提取的时间远远快于基于MRF模型的方法,对于大范围的道路网提取将更为实用。结论本文方法充分考虑到道路的几何形态特征,利用张量投票算法对该特征进行量化,并利用优化的拟合策略来最小化Snakes模型能量来提取道路。基于机载和星载SAR图像的实验表明本文方法可以较好地提取不同场景中的主要道路目标和道路网。
【作者单位】: 中国科学院遥感与数字地球研究所;中国科学院大学;
【关键词】: 张量投票 计算机视觉算法 显著性 Snakes模型 SAR图像 道路提取
【基金】:国家自然科学基金项目(61471358,41001213) 中国科学院知识创新工程重要方向项目(KZCX2-EW-320) 国家高技术研究发展计划(863)基金项目(2011AA120403)~~
【分类号】:TN957.52
【正文快照】: 0引言随着遥感技术的不断发展,遥感图像成为道路提取的重要信息源。由于合成孔径雷达(SAR)不受光照和云层遮挡影响,可以全天时、全天候进行对地观测,对于灾害应急监测和多云多雨地区具有重要意义,利用SAR图像提取道路的研究逐渐受到重视。但SAR成像特有的乘性噪声使得道路提取
【相似文献】
中国期刊全文数据库 前10条
1 李坤;邵芸;张风丽;;基于多极化机载合成孔径雷达(SAR)数据的水稻识别[J];浙江大学学报(农业与生命科学版);2011年02期
2 刘开刚;许梅生;李维;;一种基于双阈值区域分割的SAR图像目标提取方法[J];国外电子测量技术;2008年03期
3 ;西部测图工程机载干涉SAR测图系统项目启动会在北京召开[J];遥感信息;2008年04期
4 蔡红;;基于稀疏表示的SAR图像压缩方法研究[J];计算机工程与应用;2012年24期
5 李杏朝,董文敏;SAR图像的水文应用研究[J];遥感信息;1996年04期
6 孙尽尧,孙洪;自然场景SAR图像的仿真[J];雷达科学与技术;2003年04期
7 李金;程超;许浩;;无人机机载合成孔径雷达(SAR)定位方法综述[J];影像技术;2008年03期
8 陈原;张荣;尹东;;基于Tetrolet Packet变换的SAR图像稀疏表示[J];电子与信息学报;2012年02期
9 何毅;范伟杰;;手机批量SAR测试方案[J];安徽电子信息职业技术学院学报;2013年05期
10 纪建;田铮;徐海霞;;SAR图像压缩的多尺度自回归滑动平均模型方法[J];电子学报;2005年12期
中国重要会议论文全文数据库 前10条
1 沈晶;杨学志;;基于边缘保持分水岭算法的SAR海冰图像分割[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
2 郝卫东;熊邺;曲兰英;周志丽;;一种降低手机SAR的设计[A];2009年全国天线年会论文集(下)[C];2009年
3 方勇;;综合多视角SAR图像改正遮蔽区试验[A];第十三届全国遥感技术学术交流会论文摘要集[C];2001年
4 于明成;许稼;彭应宁;;SAR多普勒中心快速解模糊的新方法[A];第十二届全国信号处理学术年会(CCSP-2005)论文集[C];2005年
5 戴尔燕;金亚秋;;多轨道飞行全极化SAR图像对目标的立体重构[A];第二届微波遥感技术研讨会摘要全集[C];2006年
6 常本义;高力;;SAR单图像定位原理[A];中国科协2001年学术年会分会场特邀报告汇编[C];2001年
7 钱方明;巩丹超;刘薇;;SAR图像边缘特征提取方法研究[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年
8 陈林辉;叶伟;贾鑫;;分布式卫星SAR图像方位向分辨率分析[A];中国航空学会信号与信息处理专业全国第八届学术会议论文集[C];2004年
9 孙伟顺;计科峰;朱俊;粟毅;;典型军用目标SAR图像预估[A];第六届全国信息获取与处理学术会议论文集(2)[C];2008年
10 黄勇;王建国;黄顺吉;;基于分段的非监督SAR图像变化检测[A];第十一届全国信号处理学术年会(CCSP-2003)论文集[C];2003年
中国重要报纸全文数据库 前2条
1 张显峰;机载干涉SAR:掀起测绘革命[N];科技日报;2004年
2 钟勇;国内首套SAR测图系统通过评审[N];中国测绘报;2010年
中国博士学位论文全文数据库 前10条
1 张鹏;基于统计模型的SAR图像降斑和分割方法研究[D];西安电子科技大学;2012年
2 王勃;星载全极化SAR海面散射特性及其船目标检测方法[D];中国海洋大学;2013年
3 倪心强;SAR图像分类与自动目标识别技术研究[D];中国科学院研究生院(电子学研究所);2007年
4 周鹏;弹载SAR多种工作模式的成像算法研究[D];西安电子科技大学;2011年
5 赵凌君;高分辨率SAR图像建筑物提取方法研究[D];国防科学技术大学;2009年
6 陈琪;SAR图像港口目标提取方法研究[D];国防科学技术大学;2011年
7 韩春明;SAR图像斑点滤波研究[D];中国科学院研究生院(遥感应用研究所);2003年
8 徐世昌;潜艇运动产生的内波与潜艇尾迹的SAR遥感仿真[D];哈尔滨工程大学;2006年
9 梁淮宁;全极化SAR地形高度测量技术研究[D];电子科技大学;2001年
10 赖涛;星载多通道SAR高分辨宽测绘带成像方法研究[D];国防科学技术大学;2010年
中国硕士学位论文全文数据库 前10条
1 董立亚;SAR图像去噪的小波和偏微分方程的数学建模[D];河北联合大学;2014年
2 陈海文;基于波数域的圆周SAR三维成像算法研究[D];哈尔滨工业大学;2015年
3 李庆;ISAR成像若干关键技术及SAR动目标检测[D];西安电子科技大学;2012年
4 潘秋丰;基于两步稀疏编码和字典学习的SAR图像去斑[D];西安电子科技大学;2013年
5 毛新宏;SAR图像消斑和分割算法研究[D];西安电子科技大学;2005年
6 时光;SAR电子对抗实时视景仿真技术研究与应用[D];电子科技大学;2010年
7 郑永恒;SAR图像降噪与极化SAR图像监督分类研究[D];电子科技大学;2012年
8 胡国浩;SAR图像相干斑抑制方法研究[D];中国科学院研究生院(电子学研究所);2007年
9 张玺锐;基于SAR图像的道路损毁信息提取方法研究[D];电子科技大学;2013年
10 辛凯;编队卫星SAR空间分辨率及模糊函数研究[D];电子科技大学;2011年
本文关键词:结合张量投票和Snakes模型的SAR图像道路提取,由笔耕文化传播整理发布。
本文编号:431686
本文链接:https://www.wllwen.com/kejilunwen/wltx/431686.html