彩色遥感图像分割算法研究

论文摘要

本文以彩色遥感图像为研究对象,分别针对城镇地区和田园地区的彩色遥感图像展开地物分割研究。在分析了城镇地区遥感图像特点的基础上,本文提出了一种基于数学形态学的城镇地区彩色遥感图像分割算法,该算法利用数学形态学来描述城镇地区建筑物及植被的尺寸和对比度信息,进而通过改进的模糊概率模型完成地物分割。另外本文还针对田园地区遥感图像纹理性强的特点,利用纹理方向性定义及矩阵范数的有关性质提取纹理特征,结合归一化彩色特征的选取,得到了一种基于纹理的田园地区彩色遥感图像分割算法。实验结果表明,针对城镇地区的彩色遥感图像分割算法以及针对田园地区的彩色遥感图像分割算法,都能够对相应的遥感图像实现有效的地物分割。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景和研究意义
• 1.2 国内外发展状况
• 1.3 本文的研究内容
• 1.3.1 研究内容
• 1.3.2 章节安排
• 1.3.3 本文的特点
• 第二章 图像分割基础
• 2.1 图像分割步骤
• 2.2 数学形态学
• 2.3 二值形态学
• 2.3.1 腐蚀
• 2.3.2 膨胀
• 2.3.3 开运算和闭运算
• 2.4 灰值形态学
• 2.4.1 灰值腐蚀
• 2.4.2 灰值膨胀
• 2.4.3 灰值开、闭运算
• 2.5 彩色形态学
• 2.5.1 彩色空间
• 2.5.2 分量法
• 2.5.3 HSV 法
• 2.6 小结
• 第三章 针对城镇地区的彩色遥感图像分割
• 3.1 数学形态学在遥感图像分割中的应用
• 3.2 特征提取和粒度测定法
• 3.3 模糊分类
• 3.3.1 解释DMP
• 3.3.2 模糊概率模型
• 3.3.3 尺寸信息
• 3.3.4 对比信息
• 3.3.5 融合算子
• 3.4 数学形态学在彩色遥感图像分割中的应用
• 3.4.1 彩色融合算子
• 3.4.2 滤波
• 3.5 实验结果及分析
• 3.5.1 精度分析
• 3.5.2 误分割
• 3.5.3 其它彩色遥感图像分割
• 3.6 小结
• 第四章 针对田园地区的彩色遥感图像分割
• 4.1 纹理的概念
• 4.2 田园地区彩色遥感图像的纹理分割算法
• 4.3 彩色空间
• 4.3.1 HIS 彩色空间
• 4.3.2 归一化彩色空间
• 4.4 纹理方向性
• 4.4.1 纹理方向性定义
• 4.4.2 矩阵范数的选取
• 4.5 特征向量的提取
• 4.5.1 纹理方向性特征
• 4.5.2 亮度特征
• 4.5.3 彩色特征
• 4.6 常用的监督聚类方法
• 4.6.1 最小距离法
• 4.6.2 最大似然比分类法
• 4.7 实验结果分析
• 4.8 小结
• 第五章 结束语
• 致谢
• 参考文献
• 在读期间研究成果
• 附录手工标识图