高分辨率遥感图像分割方法研究-地图制图学与地理信息工程专业论文.docxVIP

万方数据 万方数据 HIGH RESOLUTION REMOTE SENSING IMAGE SEGMENTATION METHOD Master Thesis Submitted to University of Electronic Science and Technology of China Major: Signal and Information Processing Author: Luo Bo Advisor: Cheng Jian School : School of Electronic Engineering 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工 作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地 方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含 为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明 确的说明并表示谢意。 作者签名： 日期： 年 月 日 论文使用授权 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁 盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文 的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或 扫描等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 作者签名： 导师签名： 日期： 年 月 日 摘 要 摘 要 随着科技水平的不断提高，遥感图像的分辨率也越来越高，其应用越来越 广泛。相对于中低分辨率遥感图像，高分辨率遥感图像能够将地物描述得更加 清晰。怎样充分利用其提供的丰富地物信息，以便更有利于实际应用，是现在 的研究热点。对于高分辨率遥感图像，传统分析方法以像素为基础，己经难以 胜任，于是，研究人员提出了面向对象的处理方法。 图像分割是面向对象分析方法的关键一步，也是难点。通过分割，图像被 划分为一个个初始区域，这些区域是遥感图像面向对象分析的基本单元。所以， 分割结果对后续处理的效果影响很大。高分辨率遥感图像场景复杂，有各种性 质不同的区域，存在大量光谱信息接近但性质不同的区域，传统的分割方法很 难进行高精度分割，会错分大量区域，从而对后续处理产生负面影响。 根据高分辨率遥感图像中地物细节清晰可见，纹理信息丰富的特点，本文 重点研究了如何描述高分辨率遥感图像的纹理特征。局部二值模式可以有效描 述图像的纹理信息，利用这一点，可以在分割过程中利用纹理信息，来区分不 同区域，提高分割精度。 针对传统的局部二值模式存在对高分辨率遥感图像不同区域区分能力不 强的缺点，本文在旋转不变一致局部二值模式的基础上定义一种改进的算子， 描述高分辨率遥感图像纹理特征的能力更强，经过实验证实，其对高分辨率遥 感图像不同性质区域的区分能力更好。利用该算子，可以较好地区分那些光谱 信息接近但纹理信息相差较大的区域，有效防止将不同区域分割为同一区域， 提高了分割精度。 本文提出两种基于区域局部二值模式值分布的纹理区域合并准则，分别基 于 Kullback-Leibler 距离和 Bhattacharyya 距离。结合统计区域合并算法，充分 利用了高分辨率遥感图像的信息，大大提高了分割精度，有效将大量光谱信息 接近的不同区域分割出来，灵活控制图像的分割尺度。这两种算法的分割效果 好于 ENVI5.0 和统计区域合并方法的分割效果。 关键 词： 图像分割，统计区域合并，局部二值模式， Kullback-Leibler 距离， Bhattacharyya 距离 I ABSTRACT ABSTRACT With the continuous improvement of the technological level, the resolution of the remote sensing image is getting higher and higher and it’s used more and more widely. Compared to the low-resolution remote sensing image, high-resolution remote sensing images can describe surface features of ground targets more clearly. It’s a hot topic in research that how to make full use of the rich information of high-resoluti