文档介绍：Thesis Submitted to Tianjin University of Technology for
the Master’s Degree
Extraction of Three-Dimensional
Feature of Buildings from
High-Resolution SAR Images
By
Jing Liu
Supervisor
Prof. Xianbin Wen
March 2015
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和取
得的研究成果,除了文中特别加以标注和致谢之处外,论文中不包含其它
人已经发表或撰写过的研究成果,也不包含为获得天津理工大学或
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了谢意。
学位论文作者签名: 签字日期: 年月日
学位论文版权使用授权书
本学位论文作者完全了解天津理工大学有关保留、使用学位论文
的规定。特授权天津理工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,并采用影印、缩印或扫描等复制手段保存、汇编,
以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复本和电子
文件。
(保密的学位论文在解密后适用本授权说明)
学位论文作者签名: 导师签名:
签字日期: 年月日签字日期: 年月日
摘要
SAR(Synthetic Aperture Radar,合成孔径雷达)是一种主动式微波传感器,由于其
具有全天时、全天候、高分辨率的特点,已被广泛应用于经济、军事和科学研究等诸多
领域。目前,基于城乡高分辨 SAR 图像数据解译已经成为一个研究热点。本文对高分
辨率 SAR 图像建筑物提取和建筑物几何信息获取两个方面进行深入的研究,主要研究
内容如下:
1. 高分辨率 SAR 图像建筑物提取。建筑物在 SAR 图像呈现两个关键特征:叠掩
和阴影,针对依据叠掩和阴影提出的建筑物检测方法忽略像素间关系而导致建筑物提取
精度不高问题,本文构造一个自适应的权重系数,更好描述邻域内像素的影响,以此改
进 MRF(Markov Random Field),并基于改进的 MRF 模型实现 SAR 图像分类,在此基
础上,采用形状指数、长宽比和面积因子等形状特征进行分类后处理,实现建筑物的检
测,实验结果表明本文提出的基于 MRF 的建筑物提取算法是有效的。
2. 建筑物几何信息的获取。在分析直接测量方法获取建筑物三维信息不足的基础
上,提出基于模型与图像匹配度的建筑物几何信息提取算法,该方法首先在建筑物检测
的基础上,建立模型与图像匹配度函数,把几何信息提取问题转化为匹配度函数的优化
问题,然后结合遗传算法与模拟退火算法的优点,构造遗传模拟退火算法实现匹配度函
数的优化,获取建筑物的精确几何信息,并通过了实验验证。
关键词:高分辨率 SAR 图像建筑物提取 MRF 模型与图像匹配度
Abstract
SAR (Synthetic Aperture Radar) is a kind of active microwave sensor. Due to its
capacity of all-time, all-weather and high resolution, it has been widely used in many fields
such as economy, military and scientific research. At present, the interpretation based on high
resolution SAR image data over urban areas has e a research hotspot. In this paper,
in-depth researches on building detection from high resolution SAR images and building
geometric information extraction have been done. The main research contents are as follows:
1. Building extraction from high resolution SAR images. In SAR images, two key
features of buildings are layover and shadow. Since the existin