文档介绍：摘要在军事上和民用上都具有极高的应用价值。对枷竦拇砗褪侗鸺际跹芯恳成为国内外遥感应用研究中热点之一。用进行了相关的研究。为解决斑点噪声对枷衲勘晔侗鸬挠跋欤疚亩愿髦挚占渎瞬ㄋ惴ê托波去噪算法对枷竦穆瞬ㄐЧ辛吮冉希攵韵钟械男〔ㄣ兄邓惴ǎ岷两种闺值法的各自优势,提出了一种软阂值法和硬阈值法结合的去除斑点噪声方案,自适应地选择基于软闽值和硬阈值去斑点噪声的方法。这种算法在有效消除斑点噪声的同时,也能有效的保留图像的边缘和纹理结构。本文还研究了纹理分析方法和多分辨率分析方法在枷袷侗鸬敝械挠用,并以提取村庄面目标为例,在从理论上和实验上分析了村庄的纹理特征之后,提出了一种有效的识别算法实现对村庄的识别。在多分辨率分解图像的基础上,后对低分辨率图像的判决结果做形态学处理,消除虚警并归整识别结果,提高识别结果的鲁棒性。最后以低分辨率大尺度图像的识别结果为引导,结合高分辨率的提取精度。这种以低分辨率引导,以高分辨率结果细化的策略,既能提高算法针对传统的灰度共生矩阵计算量过大的问题,本文提出了一种可推导出快速计算公式的累计跳变特征幢泶锿枷竦奈评怼1疚拇永砺酆褪笛樯戏治隽灰度共生矩阵和卣鞯募扑愀丛佣龋⒗肁特征对村庄做目标识别,也得到了不错的识别效果,而这种特征计算时间比共生矩阵快倍以上,因此具有一定的应用价值。合成孔径雷达纹理分析灰度共生矩阵目标识别合成孔径雷达哂腥旌颉⒍嗉ɑ⒍嗍咏恰⒍喔┙鞘莼袢∧芰Γ本文主要就枷裣喔砂咴肷种品椒ê臀评矸治鲈赟图像识别中的应利用灰度共生矩阵,提取出图像的三个纹理特征,分层对图像进行分类判决。然小尺度的判决结果,得到细化的识别结果,进一步提高村庄识别的准确性和边缘的鲁棒性,尽可能减少错判情况,又克服了大尺度的低分辨率层图像识别无法保证目标边缘精度的弱点。关键词:中国科学技术大学硕士学位论文
知识水坝***@pologoogle为您整理
,琣產琣痶甒;,猵琺—,,,,.籺—猘甀瑆甌琤瓵,甌....簊;中国科学技术大学硕士学位论文
知识水坝***@pologoogle为您整理
插图目录上窦负问疽馔肌图分解为三层的多分辨率图像结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯~⋯⋯图图罅炕夭ǖ印图肷纪枷瘛瞬ê笸枷瘛滤波后图像⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯瞬ê笸枷瘛图小波软阈值滤波后图像⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图小波硬阈值滤波后图像⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图本文提出的算法滤波后图像⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图籰实验中计算得到的卣魍肌图村庄的局部纹理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图含村庄图像提取的纹理特征圉⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图村庄和田野的痔卣髦低臣浦狈酵级员取图多分辨率下纹理的提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图不同分辨率的能量特征提取对比⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯枷袷荨图纹理亮度值法提取的结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图籰疚乃惴ㄓ肎卣鞫愿叻直媛实脑枷裉崛〉亩低肌图籰疚乃惴ㄓ肎刑卣鞫缘层大尺度的图像提取的二值图⋯⋯⋯⋯⋯⋯⋯图一经形态学处理后的结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图一结合第琹层图像细化后的边缘⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图肁特征得到二值圈⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图图翁Т砗蠼峁图一结合层细化的边缘⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一中国科学技术大学硕士学位论文目录⋯⋯⋯.
箩琣匆弧年多月多日中国科学技术大学学位论文相关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研究工作所取得的成果。除己特别加以标注和致谢的地方外,论文中不包含任何他人已经发表或撰写过的研究成果。与我一同工作的同志对本研究所做的贡献均已在论文中作了明确的说明。本人授权中国科学技术大学拥有学位论文的部分使用权,即:学校有权按有关规定向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅,可以将学位论文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也遵守此规定。作者签名:
第一章绪论帚一早三百研究背景和意义国内外研究概况合成孔径雷达且恢殖上窭状铮哂腥旌颉⒍嗉ɑ⒍嗍咏恰⒍俯角数据获取能力,可穿透烟雾、云层、树林等地物,近年来得到了快速的发展。与其他传感器图像相比,墓鄄夥段Ч悖鄄獾降牡匚锫掷G逦蚨鳶图像能更好地区分邻近目标的特性,能更准确地确定目标地域的大小。晌用,投入了大量的人力、物力和财力。随着新技术和新方法的出现,枷竦应用几乎每天都在发展。这是因为军事上需要这种在任何天气和任何时间都能得到图像的传感器,丽且哂凶阋允侗鸬匦翁卣骱腿斯つ勘甑姆直媛省在国民经济各领域中也有广泛的应用。目前,用于