遥感图像分割算法研究及应用

论文摘要

在对遥感图像信息提取中,人们往往仅对图像中的某些部分感兴趣。为了分析图像中的这些目标,需将它们从图像中分离提取出来,在此基础上才有可能进一步对目标进行测量和对图像进行利用,这就是遥感图像分割技术。遥感图像分割技术是近四十年来人们研究的热点问题之一。本文重点研究了两类分割算法及其在遥感图像方面的应用:基于小波变换的自适应阈值分割算法和基于水平集分割算法,并对水平集的C-V算法进行了改进,设计了遥感图像分割的演示系统,主要研究内容如下:（1）遥感图像分割方法综述。对现有的遥感图像分割方法进行了系统的归纳总结,并分4大类（基于阈值的分割方法、基于边缘检测的方法、基于区域的分割方法、结合特定理论工具的分割方法）进行了阐述;（2）提出了基于小波变换的自适应阈值方法在遥感图像分割方面的应用。在分析小波变换多分辨率分析算法的基础上,对自适应阈值方法进行了分析,给出了该算法在图像分割效果、分割效率上的理论解释,并结合实验证明该算法效果明显、实用性较强;（3）改进了水平集的C-V方法。该方法采用模糊C均值与水平集C-V方法的联合算法,实验表明,改进后的算法不仅消除了原有的C-V方法根本无法有效的进行曲面演化的可能,而且大大减少了分割的时间花费;（4）设计了遥感图像分割的演示系统。本文根据实际项目中的需要,对所改进的算法进行了系统实现,采用面向对象的方式,设计完成了遥感图像分割演示系统。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第1章 绪论
• 1.1 研究目的和意义
• 1.1.1 遥感图像成像特性
• 1.1.2 遥感图像分割及其意义
• 1.2 国内外研究现状
• 1.3 研究内容和思路
• 1.4 研究成果
• 第2章 图像分割综述
• 2.1 图像分割的定义
• 2.2 图像分割与图像技术的关系
• 2.3 图像分割方法分类
• 2.4 图像分割方法简介
• 2.4.1 基于阈值的分割方法
• 2.4.2 基于边缘检测的分割方法
• 2.4.3 基于区域的分割方法
• 2.4.4 结合特定理论工具的分割方法
• 2.5 图像分割评价标准
• 第3章 基于小波变换的遥感图像分割算法应用
• 3.1 小波变换基本理论
• 3.1.1 小波变换简介
• 3.1.2 小波变换基本原理
• 3.2 小波变换多分辨分析
• 3.3 小波自适应阈值选择方法
• 3.4 实验结果与讨论
• 第4章 基于水平集的遥感图像分割算法应用
• 4.1 水平集基本原理
• 4.1.1 水平集基本原理
• 4.1.2 水平集函数演化的快速算法
• 4.1.3 水平集方法分类
• 4.2 Mumford-Shah模型及简化
• 4.2.1 Mumford-Shah模型引入
• 4.2.2 Mumford-Shah简化模型
• 4.3 求解简化M-S模型的C-V方法
• 4.3.1 求解简化M-S模型的C-V方法
• 4.3.2 函数的数值求解
• 4.3.3 C-V方法的优缺点
• 4.4 改进的C-V方法
• 4.4.1 改进的C-V方法的提出
• 4.4.2 模糊C均值算法
• 4.4.3 改进的C-V方法思想及步骤
• 4.5 实验结果与讨论
• 第5章 遥感图像分割软件系统实现及应用
• 5.1 软件系统设计实现
• 5.2 软件系统关键问题分析
• 结论
• 致谢
• 参考文献