典型线状目标论文_邓少平

导读:本文包含了典型线状目标论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:线状,目标,输电线,特征,典型,道路,区域。

典型线状目标论文文献综述

邓少平^[1]（2013）在《高分辨率极化SAR影像典型线状目标半自动提取》一文中研究指出合成孔径雷达(Synthetic Aperture Radar, SAR)作为主动式的微波传感器,具有全天候、全天时的优点,在军用和民用中均发挥着越来越重要的作用。随着雷达技术的发展,数据获取能力得到快速增长,SAR呈现出多波段、多极化、高分辨率的特点。与数据获取能力相比,影像解译技术的发展却相对滞后。其中线状目标提取更是影像解译的重要内容之一,如道路、输电线等典型线状目标的提取与监测在国民经济建设和国防建设中均具有重要意义,然而受到斑点噪声及目标的复杂性等因素影响,典型线状目标提取的可靠性仍面临着较大挑战。高分辨率极化SAR影像包含丰富的空间信息和完整的目标后向散射信息,为这一问题的解决提供了新的途径。如何利用高分辨率极化SAR影像中的丰富信息成为当前线状目标提取的关键问题之一线状目标提取可分为半自动和自动两类,全自动方法是当前研究的热点,也是线状目标提取研究的最终方向,但基于线状的解译理论与技术实现全自动提取还需要一段很长的时间,而半自动提取技术能够融合计算机的精准快速计算能力和作业员的可靠识别能力,是当前条件下一种面向工程应用的较好处理方法,具有重要的实用价值,也是当前研究的热点。道路和输电线作为SAR影像上非常重要的两类典型线目标,是SAR影像线状目标提取技术领域重点研究的对象。道路由于类别多样,形态各异,且受斑点噪声影响,尤其受桥梁(天桥)、车辆等地物严重干扰等问题,提取困难；而输电线存在信杂比极低的问题,基于功率的传统方法难以奏效。本文重点针对道路和输电线的半自动提取问题,利用高分辨率极化SAR影像,从地物散射特性和几何特性出发,深入研究了斑点噪声抑制、边缘检测、基于极化SAR影像单类分类的道路种子点提取、道路半自动跟踪和基于极化相干性的输电线检测等关键技术,提出了从预处理、初级处理等通用处理到道路和输电线等典型目标专用处理的技术路线,从而实现了典型线状目标——道路和输电线的半自动提取。主要研究内容如下：首先针对SAR滤波既要保持线状特征又要抑制斑点噪声的问题,提出了一种保持空间结构特征和散射特性的滤波方法。该方法在空间结构丰富的区域,使用了边缘、线状和方形同质窗,能减少虚假边缘和降低真实边缘的模糊,侧重于保持空间结构的完整性；在同质区域内,滤波仅在相同散射机制的像素间进行,侧重于极化信息的保持；最后根据空间结构类型,自适应融合前后两者的滤波结果。然后通过实验定性和定量地评价了该方法在斑点噪声抑制、空间结构和散射机制保持方面的性能。其次为克服斑点噪声的影响,充分发挥极化数据的优势,结合自适应极化最优对比增强技术(Adaptive Optimal Polarimetry Contrast Enhancement, AOPCE)和均值比(Ratio of Averaging, ROA)算子提出了一种自适应对比增强-均值比(AOPCE-ROA)边缘检测算法,能得到不同极化方式下边缘响应的最大值,并推导了其快速处理方法,最后从理论上分析了其余ROA算子的关系,并推广到了更一般的情况。同时,利用模拟数据和真实数据进行了实验,结果表明该方法利用极化合成技术,提高了极化信息利用率,更好地克服了噪声影响,得到了更好的边缘检测结果。接着针对道路提取中只对道路类别感兴趣而很少关心其他类别的问题,将基于结构风险最小化和核思想的支持向量数据描述单类分类算法引入极化SAR影像的监督分类中,并讨论了极化SAR单类分类中的特征选择与分类参数优化问题,通过实验验证了该算法在小样本单类监督分类中的有效性。在此基础上,综合极化支持向量数据描述单类分类的结果和线状特征检测结果,提出了道路种子点指数,并用于自动提取道路种子点,实验表明该方法提高了道路跟踪中初始化的效率。然后针对SAR影像上道路受其它地物干扰严重的问题,在自适应贝叶斯滤波框架下,提出了初始化→预测→观测→校正的道路迭代跟踪方法。该方法建立了道路跟踪的离散系统模型,利用基于线性畸变模型的加权最小二乘多视匹配方法获取道路中心观测值,并基于自适应贝叶斯滤波方法充分地利用已有观测值,通过自适应地调整步长迭代的方法实现道路跟踪。利用开发的道路跟踪原型软件系统进行了实验,结果表明改进方法充分利用了贝叶斯两种实现形式卡尔曼滤波和粒子滤波的优势,提高了道路提取的效率。最后利用偶极子对输电线的极化散射特性进行了建模,,先分析了影响输电线后向散射的雷达入射角和极化方位角,然后根据输电线和背景杂波的方位向对称性差异,基于同极化和交叉极化的相干系数及其分布,提出了该特殊线状目标的恒虚警率检测方法。其中相干系数在Hough域进行估首,保证了样本总数足够多且都来自可能的输电线像素,提高了估首精度；对沿着方位向满足方位对称的输电线,人为引入极化方位角,使输电线与背景得到有效区分。最后使用模拟数据和机载P波段极化SAR影像验证了所提方法的有效性。(本文来源于《武汉大学》期刊2013-04-01）

闫冬梅^[2]（2003）在《基于特征融合的遥感影像典型线状目标提取技术研究》一文中研究指出根据遥感影像上地物的几何特征、统计特征以及地物波谱的反射特征，进行地物目标自动智能提取是提高遥感数据利用率的有效途径。为了解决地物目标提取共性问题以及目标属性和观测手段的多样性问题，本文选择线状目标为主要研究对象，以机场、道路等典型线状目标为例，通过其影像几何特征和统计特征信息的描述，建立多种信息融合模型，获得目标更为精确的描述。在图像理解的研究范畴中，区域和边缘是构成目标描述的基本图像特征。面向典型线状目标的特征提取主要包括目标区域的确定以及区域边缘的定位问题。因此，本文的研究内容包括：(1)多光谱影像中典型线状目标区域的几何和光谱特征分析，在目标知识表达和推理的基础上，建立典型目标模型，对单源影像进行目标区域分割。利用多光谱影像的冗余和互补特性，进行多光谱影像融合目标区域提取策略研究；(2)对合成孔径雷达影像中典型线状目标区域纹理特征分析，选取最优检测特征和判决准则，以获得目标区域的完整表达。研究多源雷达目标区域融合策略及评价准则，并结合光学影像边缘特征，形成目标精确描述；(3)建立不同空间分辨率光学影像边缘特征关联准则，确定融合边缘表达。本文的研究结论及创新点： (1)提出了“典型路段提取——区域生长——目标融合”的分层多光谱影像典型线状目标融合提取技术。其中，“典型路段提取”中基于法距的平行曲线的定义、优化和应用，突破了传统线状目标检测中平行直线的实验基础。而基于D_S证据理论的多光谱分块目标融合充分利用了传感器影像目标之间的冗余性和互补性，有效地提高了不同材质、同类目标的检测概率。 (2)建立了合成孔径雷达典型目标区域分割和光学影像目标区域边缘定位的多源影像典型目标融合提取模型。通过对合成孔径雷达影像目标区域特征旋转稳定性、特征的类别可分性的研究，确定惯性矩为最优特征，建立原始特征集，并通过马氏距离测度进行特征减维。实验证明，基于上述特征的区域分割方法在区域内部均匀性和类内、类间距离等评价准则上明显优于其他算法。 (3)提出了一种不同成象模式下，合成孔径雷达目标区域分割结果模糊融合方法，以面目标等效视数作为目标隶属度权值，在保持目标结构完整性和目标检测概率基于特征融合的遥感影像典型线状目标提取技术研究的前提下，有效抑制了目标区域检测虚警概率。 (4)在成象系统对阶跃边缘响应特性分析的基础上，提出了改进的灰度矩亚像素边缘定位技术，解决了正向阶跃边缘和反向阶段边缘的同步移动性问题，保证了不同初始采集相位条件下，目标宽度的不变性，为影像边缘关联和融合提供了稳定的边缘特征。 (s)在亚像素条件下，将边缘符号、圆心角和弦心距作为特征关联要素，建立了不同光学影像之间的边缘特征关联和融合定位模型。实验表明，该方法可以有效地解决高空间分辨率影像边缘与低空间影像边缘对应的二义性问题。(本文来源于《中国科学院研究生院（遥感应用研究所）》期刊2003-11-01）

典型线状目标论文开题报告

（1）论文研究背景及目的

此处内容要求：

首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。

写法范例：

根据遥感影像上地物的几何特征、统计特征以及地物波谱的反射特征，进行地物目标自动智能提取是提高遥感数据利用率的有效途径。为了解决地物目标提取共性问题以及目标属性和观测手段的多样性问题，本文选择线状目标为主要研究对象，以机场、道路等典型线状目标为例，通过其影像几何特征和统计特征信息的描述，建立多种信息融合模型，获得目标更为精确的描述。在图像理解的研究范畴中，区域和边缘是构成目标描述的基本图像特征。面向典型线状目标的特征提取主要包括目标区域的确定以及区域边缘的定位问题。因此，本文的研究内容包括：(1)多光谱影像中典型线状目标区域的几何和光谱特征分析，在目标知识表达和推理的基础上，建立典型目标模型，对单源影像进行目标区域分割。利用多光谱影像的冗余和互补特性，进行多光谱影像融合目标区域提取策略研究；(2)对合成孔径雷达影像中典型线状目标区域纹理特征分析，选取最优检测特征和判决准则，以获得目标区域的完整表达。研究多源雷达目标区域融合策略及评价准则，并结合光学影像边缘特征，形成目标精确描述；(3)建立不同空间分辨率光学影像边缘特征关联准则，确定融合边缘表达。本文的研究结论及创新点： (1)提出了“典型路段提取——区域生长——目标融合”的分层多光谱影像典型线状目标融合提取技术。其中，“典型路段提取”中基于法距的平行曲线的定义、优化和应用，突破了传统线状目标检测中平行直线的实验基础。而基于D_S证据理论的多光谱分块目标融合充分利用了传感器影像目标之间的冗余性和互补性，有效地提高了不同材质、同类目标的检测概率。 (2)建立了合成孔径雷达典型目标区域分割和光学影像目标区域边缘定位的多源影像典型目标融合提取模型。通过对合成孔径雷达影像目标区域特征旋转稳定性、特征的类别可分性的研究，确定惯性矩为最优特征，建立原始特征集，并通过马氏距离测度进行特征减维。实验证明，基于上述特征的区域分割方法在区域内部均匀性和类内、类间距离等评价准则上明显优于其他算法。 (3)提出了一种不同成象模式下，合成孔径雷达目标区域分割结果模糊融合方法，以面目标等效视数作为目标隶属度权值，在保持目标结构完整性和目标检测概率基于特征融合的遥感影像典型线状目标提取技术研究的前提下，有效抑制了目标区域检测虚警概率。 (4)在成象系统对阶跃边缘响应特性分析的基础上，提出了改进的灰度矩亚像素边缘定位技术，解决了正向阶跃边缘和反向阶段边缘的同步移动性问题，保证了不同初始采集相位条件下，目标宽度的不变性，为影像边缘关联和融合提供了稳定的边缘特征。 (s)在亚像素条件下，将边缘符号、圆心角和弦心距作为特征关联要素，建立了不同光学影像之间的边缘特征关联和融合定位模型。实验表明，该方法可以有效地解决高空间分辨率影像边缘与低空间影像边缘对应的二义性问题。

（2）本文研究方法

调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。

实证研究法：依据现有的科学理论和实践的需要提出设计。

定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。

定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。

跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。

模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。