航空遥感光电图像预处理与目标特征提取技术研究

发布时间：2020-11-01 13:14

　　 遥感技术在近几十年来得到了高速的发展,遥感光电图像资源正成为宝贵的财富。如何科学、高效地处理遥感图像,使之多维度、多信息的优势得到充分发挥,是当前研究的重点。一方面,对于遥感图像预处理的需求依然旺盛。飞行器在高空采集的图像常常受到云雾的干扰,图像质量下降,目标模糊不清晰,不利于测绘、侦察等任务的开展。另一方面,传统的先验特征提取法的目标识别准确率不高,在实际应用场景中起到的作用十分有限。深度学习神经网络的出现给问题的解决提供了新思路。本文基于图像去雾算法和卷积神经网络方法,围绕遥感图像预处理和特征提取技术中存在的问题,开展相关研究,并提出创新:(1)目前基于模型的去雾算法虽然能够从大气散射原理上出发去除云雾,但对于天空等大面积的高亮度区域表现不佳,容易出现亮度过大等失真问题,且图像整体对比度难以调控;基于非模型的方法计算量较小,处理速度更快,但方法适用性不足,无法满足多场景下的效果需求。针对这两种算法的特点,本文提出了基于灰度损失函数的图像去雾算法,改进并设计灰度损失函数模型,将图像去雾前后的灰度进行量化对比,对图像去雾的程度和效果实现定量评价。该算法将模型法与非模型法的特点结合起来,充分发挥图像复原和图像增强方法各自的优势。通过实验数据对比,能够证明本算法对图像去雾具有实际意义。(2)在传统图像特征提取领域,通常基于先验的知识提取图像目标特征,例如纹理、边缘、颜色特征。基于先验的方法占用的计算资源较少,已经能够在部分飞行器等部分机载平台上使用。随着应用需求的不断提高和应用场景的扩大,传统方法已显得不从心。近年来,深度学习神经网络正成为图像特征提取的主流。本文在卷积神经网络现有的研究基础上,提出了轻量化的遥感图像特征提取网络,将图像的深层特征与浅层特征相融合,降低了特征在网络传输中的风险损失。同时,应用传统图像特征提取方法,对图像进行多尺度、多方向Gabor变换,得到Gabor纹理特征向量。将先验特征与卷积神经网络特征有机融合,减轻深层网络带来的计算负担,并有效提升提取到特征的可靠性。通过大量数据集的测试验证,本算法对图像特征提取具有优化提升效果。
【学位单位】：哈尔滨工业大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP751;TP183
【部分图文】：

可见光遥感图像

多小波分解去雾[11]

暗通道先验去雾[14]
【相似文献】

相关期刊论文 前10条

1 陈辉;;浅议车牌识别中字符的特征提取方法[J];科技传播;2009年05期

2 徐德友,胡寿松;利用粗集上近似处理特征提取中的噪声问题[J];南京理工大学学报(自然科学版);2002年S1期

3 佟德纯;王永兴;;一种新的齿轮状态的分类识别方法—CEP-AR特征提取与分类[J];振动与冲击;1988年03期

4 罗斌;黄端旭;;皮肤癌表面图象特征提取[J];安徽大学学报(自然科学版);1989年03期

5 王仁华;宋原章;;汉语孤立音节的分段研究[J];信号处理;1989年02期

6 杨小军;;图片特征提取[J];中小企业管理与科技(中旬刊);2017年03期

7 武弘;;六种常用的网络流量特征提取工具[J];计算机与网络;2017年06期

8 李晋徽;杨俊安;王一;;一种新的基于瓶颈深度信念网络的特征提取方法及其在语种识别中的应用[J];计算机科学;2014年03期

9 唐朝霞;;一种基于特征提取的简答题阅卷算法[J];湖南工程学院学报(自然科学版);2010年01期

10 曹国辉;;车辆特征提取方法综述[J];中国水运(理论版);2006年03期

相关博士学位论文 前10条

1 王晓辉;汽车模具表面缺陷特征提取关键技术研究[D];南昌大学;2019年

2 苏雷曼 施查布（SOULEYMAN CHAIB）;面向高分辨率图像场景分类的特征提取与选择研究[D];哈尔滨工业大学;2018年

3 宋洪超;基于微波的乳腺癌检测算法研究[D];北京邮电大学;2018年

4 温柳英;多模态数据特征提取的粒计算方法研究与应用[D];西南石油大学;2017年

5 李文娟;基于局部特征提取的人脸识别方法研究[D];天津大学;2017年

6 王振宇;面向人脸识别的特征提取技术应用研究[D];东南大学;2016年

7 马丽红;复杂背景下人脸的定位和特征提取[D];华南理工大学;1999年

8 谢平;故障诊断中信息熵特征提取及融合方法研究[D];燕山大学;2006年

9 张绍武;基于支持向量机的蛋白质分类研究[D];西北工业大学;2004年

10 李建生;图像元数据特征提取及其在检索中的应用[D];南京师范大学;2006年

相关硕士学位论文 前10条

1 孙月如;面向人脸图片的特征提取与分类算法研究[D];重庆邮电大学;2019年

2 白冰;噪声背景下声音事件的特征提取及识别[D];湘潭大学;2019年

3 李晓峰;航空遥感光电图像预处理与目标特征提取技术研究[D];哈尔滨工业大学;2019年

4 李净霖;基于计算机视觉的同步定位与三维建图方法研究[D];哈尔滨工业大学;2019年

5 刘召婕;基于感兴趣区域的舌象特征提取与病理分析[D];哈尔滨工业大学;2018年

6 张胜峰;极化特征在真假弹头识别中的应用[D];中国电子科技集团公司电子科学研究院;2019年

7 丁李;湘西方块苗文图像的特征提取与识别研究[D];吉首大学;2019年

8 邱勇辉;网络银行异常交易检测技术与应用研究[D];中国科学院大学(中国科学院深圳先进技术研究院);2019年

9 胡运杰;风力发电机组轴承的特征提取及其故障诊断研究[D];武汉理工大学;2018年

10 张仕婧;基于脑电信号混合特征提取的情绪识别模型研究[D];厦门大学;2017年

本文编号：2865583