NSCT变换在SAR图像检索中的应用与实现

NSCT变换在SAR图像检索中的应用与实现

论文摘要

随着合成孔径雷达(SAR)技术的不断发展,所获得的SAR图像分辨率基本与光学图像相当,而且具有更丰富的信息,SAR图像的应用越来越广泛。如何高效、快速的在海量的SAR图像库中检索到所需要的图像数据成为当前图像应用领域的一个研究热点,基于内容的SAR图像检索技术应运而生。本文分析了图像检索的关键技术,研究了多尺度分析技术非抽样Contourlet变换(NSCT变换)在图像纹理和形状特征的检索方法中的应用,设计了SAR图像的雷达地面数据管理系统,在Oracle数据库的平台上实现了SAR图像检索系统,为进一步研究做了相关的准备工作。主要工作概括如下:1.分析研究了基于内容的图像检索系统的工作原理,关键技术如:纹理、形状等图像底层特征的描述方法,图像间的相似性度量方法,图像库索引机制等。2.研究了基于纹理特征的图像检索方法,并提出了一种基于NSCT变换的纹理特征提取方法。通过对SAR图像及相关图像进行NSCT分解,计算不同尺度不同方向上的系数幅度序列的均值,标准方差和三阶中心矩,以此构成特征向量来描述图像的纹理。实验证明本文提出的采用NSCT算法有较好的特征提取效果,引入三阶中心矩作为特征向量优于只使用均值和方差的组合特征,提高了图像检索的查准率。3.研究了基于形状特征的图像检索方法,并提出一种基于NSCT变换的形状特征提取方法。把改进型Canny算子和NSCT变换相结合,先对SAR图像及相关图像运用改进型Canny算子提取边缘,在此基础上再进行NSCT变换,把图像的形状信息分解到不同尺度不同方向上,从而保留各个频率分量,减少了图像形状信息的丢失。4.分析星载合成孔径雷达地面处理系统的工作方式,阐明了地面数据管理系统在整个雷达地面处理系统中所处的重要地位。设计了雷达数据归档、检索、浏览以及检索图像具体流程,并完成了存放用户数据的数据库表的设计。5.使用VisualC++6.0作为前台开发工具,Matlab7.0.4作为后台数据处理特征提取工具,Oracle 9i作为数据库服务器,开发了一个基于Oracle数据库的SAR图像检索初步系统。把文中提出的基于NSCT变换的纹理及形状特征提取方法应用到SAR图像检索中,实现了SAR图像的纹理及形状特征检索,并进行不同算法在同一平台下的效果对比,此外还实现了不同算法之间的组合,改善了检索性能。为进一步数据组织与图像管理,以及系统的设计与实现奠定了基础。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 课题背景及研究意义
  • 1.2 非抽样 Contourlet 变换(NSCT)
  • 1.3 基于内容的图像检索技术的动态
  • 1.3.1 纹理特征
  • 1.3.2 形状特征
  • 1.4 本文研究工作
  • 第二章 基于内容的图像检索系统简介
  • 2.1 基于内容的图像检索(CBIR)系统介绍
  • 2.2 基于内容的图像检索的工作原理
  • 2.3 基于内容的图像检索的关键技术
  • 2.3.1 图像特征的提取与描述
  • 2.3.2 相似性度量技术
  • 2.3.3 数据库索引
  • 2.3.4 图像检索的相关反馈技术
  • 2.3.5 图像检索的评价标准
  • 第三章 基于 NSCT 变换的纹理检索
  • 3.1 引言
  • 3.2 基于 NSCT 的分析方法
  • 3.2.1 非抽样金字塔滤波器(NSP)
  • 3.2.2 非抽样方向滤波器(NSDFB)
  • 3.2.3 NSCT 的特点
  • 3.3 基于 NSCT 的 SAR 图像纹理分析方法
  • 3.3.1 NSCT 的 SAR 图像纹理分析
  • 3.3.2 相似性度量
  • 3.4 实验结果与分析
  • 3.5 结论
  • 第四章 基于 NSCT 变换的形状特征检索方法
  • 4.1 引言
  • 4.2 形状的描述
  • 4.3 傅立叶描述子识别物体的形状
  • 4.4 基于 NSCT 变换的形状特征提取方法
  • 4.4.1 Canny 准则及其边缘检测算法
  • 4.4.2 基于 NSCT 变换的图像形状特征向量提取原理
  • 4.4.3 相似性度量
  • 4.5 实验结果与分析
  • 4.6 结论
  • 第五章 基于 Oracle 数据库的 SAR 图像检索系统实现
  • 5.1 引言
  • 5.2 星载 SAR 的地面处理系统
  • 5.3 Oracle 数据库的介绍
  • 5.3.1 Oracle 系统概述
  • 5.3.2 Oracle 数据库接口的开发
  • 5.4 SAR 图像检索系统设计思路
  • 5.4.1 系统业务的基本需求
  • 5.4.2 SAR 图像检索系统总体设计
  • 5.5 SAR 图像检索系统的具体实现
  • 5.5.1 数据管理
  • 5.5.2 图像检索
  • 5.5.3 系统界面介绍
  • 5.5.4 SAR 图像组合查询的比较实验
  • 结束语
  • 参考文献
  • 致谢
  • 在学期间的研究成果
  • 相关论文文献

    • [1].基于等照度线平滑的NSCT图像修复算法[J]. 铁道学报 2012(11)
    • [2].基于NSCT阈值和自适应扩散的图像降噪[J]. 计算机工程 2011(12)
    • [3].NSCT和非负矩阵分解的图像融合方法[J]. 计算机工程与应用 2010(08)
    • [4].基于NSCT的遥感图像融合性能评价及分析[J]. 中国科技论文在线 2009(01)
    • [5].结合NSCT和压缩感知的红外与可见光图像融合[J]. 中国图象图形学报 2016(01)
    • [6].基于NSCT的图像消噪研究[J]. 唐山学院学报 2014(03)
    • [7].基于NSCT的红外与可见光图像融合[J]. 电光与控制 2013(09)
    • [8].基于NSCT的红外与可见光图像融合[J]. 计算机工程与应用 2011(03)
    • [9].基于NSCT域感受野模型的图像融合方法[J]. 控制与决策 2011(10)
    • [10].一种基于清晰度计算的NSCT域多聚焦图像融合算法[J]. 光学与光电技术 2010(02)
    • [11].基于NSCT的红外与可见光图像融合[J]. 计算机工程与应用 2009(22)
    • [12].基于NSCT变换和压缩感知的图像融合[J]. 西安科技大学学报 2015(04)
    • [13].结合NSCT和图像形态学的路面裂缝检测[J]. 计算机辅助设计与图形学学报 2009(12)
    • [14].基于NSCT和改进模糊的遥感图像增强方法[J]. 计算机工程与应用 2017(15)
    • [15].NSCT与边缘检测相结合的多聚焦图像融合算法[J]. 计算机辅助设计与图形学学报 2016(12)
    • [16].基于NSCT域的自适应阈值遥感图像去噪方法[J]. 激光杂志 2011(01)
    • [17].基于NSCT域主分量分析的遥感图像去噪方法[J]. 计算机工程与应用 2011(30)
    • [18].区域能量和图像自相似的NSCT域图像融合[J]. 传感器与微系统 2017(05)
    • [19].利用NSCT和空间聚类的高光谱图像全局异常检测[J]. 国土资源遥感 2017(02)
    • [20].一种新的NSCT图像融合算法研究[J]. 电子器件 2013(06)
    • [21].一种基于NSCT变换的红外与可见光图像融合算法[J]. 光学与光电技术 2012(04)
    • [22].基于NSCT与模糊逻辑的图像融合方法[J]. 计算机工程与应用 2011(11)
    • [23].联合NSCT与多重分形的高噪声侧扫声呐图像分割[J]. 测绘学报 2020(02)
    • [24].基于NSCT的多源图像融合规则研究[J]. 激光杂志 2016(11)
    • [25].顾及纹理信息的遥感图像NSCT域自适应阈值去噪[J]. 遥感技术与应用 2017(03)
    • [26].基于模糊逻辑与NSCT的彩色图像融合[J]. 电子科技 2016(04)
    • [27].基于NSCT改进核函数的非局部均值图像去噪[J]. 电脑知识与技术 2016(08)
    • [28].基于NSCT的含噪图像边缘检测算法[J]. 广西师范大学学报(自然科学版) 2014(02)
    • [29].基于NSCT变换和图像质量评价的拼接图像检测[J]. 西北工业大学学报 2012(02)
    • [30].一种基于NSCT的区域能量图像融合算法[J]. 通信技术 2010(03)

    标签:;  ;  ;  ;  ;  ;  

    NSCT变换在SAR图像检索中的应用与实现
    下载Doc文档

    猜你喜欢