基于高分三号SAR影像的目标地物特征提取方法研究

论文摘要

合成孔径雷达,由于其优秀的成像能力,不受云雨等天气影响,在恶劣环境下依然能为对地观测提供高质量、高时效性的图像,弥补了光学传感器受天气影响无法获取数据的缺陷,是获取地面信息的重要手段。高分三号卫星,是我国自主研发的民用雷达卫星,其全天时全天候、多模式、多极化方式的多种优势,为我国对地观测技术提供了新的思路。随着雷达卫星的发展,SAR图像的分辨率越来越高,数据获取越来越方便,能够为城市的规划和对城市资源的监控提供实时的、具有科学依据的数据支撑。但是由于城市地物的复杂多样性,目前基于高分三号卫星的城市目标地物提取研究并不多,同时对于高分辨率、高数据量的SAR图像,其处理方式依旧是SAR图像应用过程中急需解决的问题。因此,本文以高分三号SAR图像为基础,以城市内水体和建筑物为目标地物,进行目标地物的特征提取。高分三号SAR图像的处理是图像应用的基础,SAR图像由于其独特的成像机理,在处理方式上也与传统的光学影像有所差别。因此,本文首先分析了高分三号SAR图像的处理流程,并从成像原理、几何特征、影像因素等多个方面对SAR图像进行了分析,针对本文的目标地物建筑物和水体在SAR图像上的特征进行了分析。对于雷达成像过程中的斑点噪声,选择了不同的滤波方法进行抑制,从定量评价的角度对结果进行了对比分析,通过分析结果可以发现,改进Lee滤波方法在图像的细节保持方面明显优于其他滤波方法。随后采用基于统计的灰度共生矩阵对两类目标地物的特征进行提取,并利用巴氏距离对提取参数进行了优化选择,将提取的特征数据与图像的灰度特征图构成目标地物的高维数据集。对于提取的特征数据集,本文引入了流形学习算法,在保持地物原本特征的同时,降低了数据的维数,实现了数据的约减,减少了SAR图像应用过程中的数据量,提取出了目标地物的新特征。本文选取PCA算法、LE算法以及LTSA算法对高维特征数据集进行降维。针对数据降维的结果,采用相同的分类方法,K均值聚类算法,对目标地物进行提取,通过对比三类算法对目标地物的提取精度可以发现,对于建筑物的提取,LTSA算法具有低虚警率的同时能够保证较高精度的检测率,并且在对于分布较为分散的建筑区域,LTSA算法有着明显优于其他算法的提取优势。而对于水体的提取,三种算法都能够较准确的提取出水体范围,但是其中LE算法的虚警率最低,水体提取范围最为准确。本文通过对分类结果的定量评价,总结出基于高分三号SAR图像的建筑物和水体提取的最优提取方法。

论文目录

• 摘要
• Abstract
• 第1章 绪论
•   1.1 研究目的和意义
•   1.2 国内外研究现状
•     1.2.1 目标特征提取研究现状
•     1.2.2 基于流形学习算法的数据降维国内外研究现状
•   1.3 研究内容与结构安排
•     1.3.1 研究内容
•     1.3.2 论文结构安排
• 第2章 高分三号SAR卫星影像介绍及其预处理
•   2.1 高分三号SAR卫星及数据选择
•     2.1.1 高分三号SAR卫星
•     2.1.2 数据选择
•   2.2 图像预处理
•   2.3 滤波方法概述
•   2.4 滤波后图像的质量评价
•   2.5 本章小结
• 第3章 SAR图像目标地物特征提取
•   3.1 SAR图像的特征分析
•     3.1.1 SAR图像的影响参数
•     3.1.2 SAR图像的几何特征
•   3.2 SAR图像中建筑物特征分析
•   3.3 SAR图像图像中水体特征分析
•   3.4 目标地物特征集
•     3.4.1 基于灰度共生矩阵的特征提取
•     3.4.2 特征选择方法
•     3.4.3 目标地物特征集的构建
•   3.5 本章小结
• 第4章 基于流形学习算法的特征提取
•   4.1 流形学习算法概述
•   4.2 流形学习算法的选择
•     4.2.1 线性特征提取算法
•     4.2.2 非线性特征提取算法
•   4.3 实验分析
•   4.4 本章小结
• 第5章 目标地物提取及应用分析
•   5.1 目标地物提取
•     5.1.1 K均值聚类算法
•     5.1.2 分类结果及其后处理
•   5.2 应用分析
•     5.2.1 精度评价
•     5.2.3 应用分析
•   5.3 本章小结
• 第6章 总结与展望
•   6.1 总结
•   6.2 展望
• 参考文献
• 攻读硕士学位期间发表的学术论文
• 致谢

文章来源

类型: 硕士论文

作者: 郝宇珊

导师: 万鲁河

关键词: 高分三号图像,目标识别,特征提取,流形学习

来源: 哈尔滨师范大学

年度: 2019

分类: 基础科学

专业: 自然地理学和测绘学

单位: 哈尔滨师范大学

基金: 国家自然科学基金项目—小兴安岭沼泽湿地时空分布及其对环境变化的响应(NO:41671100)

分类号: P237

总页数: 57

文件大小: 6841K

下载量: 330