学位论文 > 优秀研究生学位论文题录展示

SAR图像用于震害信息变化检测中的处理方法研究

作　者: 贺素歌
导　师: 董彦芳
学　校: 中国地震局地震预测研究所
专　业: 构造地质学
关键词: ALOS PALSAR SIFT算法 ISEF 图像配准玉树地震
分类号: P315.9
类　型: 硕士论文
年　份: 2013年
下　载: 43次
引　用: 0次
阅　读: 论文下载

内容摘要

遥感技术具有成像快、覆盖范围广、数据信息量丰富和不受地面条件制约等优势，成为现阶段获取震后灾情数据的最有效手段。合成孔径雷达遥感（SyntheticAperture Radar，SAR）工作在微波波段（1cm1m），具有全天时、全天候的对地观测能力，在地震应急中具有独特优势。SAR图像的成像原理与光学遥感图像有本质的区别，很多光学遥感领域发展成熟的图像处理方法，在SAR图像上并不适用。同时计算机技术的日新月异，要求数字图像处理技术向着自动化方向发展。因此，开展对SAR图像自动化处理关键技术的研究、探索SAR图像震害信息的自动化提取方法，是SAR图像实用化的重要内容。本文在分析SAR系统成像原理和图像特征的基础上，针对多时相SAR图像震害信息提取工作中的斑点噪声抑制、图像自动配准、变化检测技术三方面的处理方法进行了研究，提出了旋转尺度不变算法（Scale-invariant Feature Transform，SIFT）在SAR图像配准中的应用方案，对精配准的SAR图像进行震害信息提取。本文首先介绍了雷达遥感的成像原理和SAR图像的特征，对图像处理中的斑点噪声抑制、图像配准和现有的变化检测基本理论和主要方法进行了归纳总结。本文发展了基于改进SIFT算法的SAR图像自动配准方法：（1）对待配准图像进行无限对称指数滤波器（Infinite Symmetric Exponential Filter，ISEF）滤波处理，降低图像的斑点噪声；（2）对滤波后的图像采用SIFT算法进行特征点提取，略过金字塔第一层的特征点检测，提高时间效率和特征点数量；（3）在欧氏空间内剔除误匹配点，提高配准精度。以玉树地区地震前后获取的ALOSPALSAR图像为例进行配准实验，结果表明：本文提出的SAR图像配准方法检测到的匹配点对的数量和稳健性都有提高，配准精度能够满足亚像元级的应用需求，且用时比传统SIFT方法降低3倍以上。最后利用基于局域特征的相关系数法对精配准后的SAR图像进行震害变化检测。对相关系数图进行阈值分割，得到玉树县城的建筑物震害分级图。震害提取结果显示，本文得到的震害分布与高分辨率光学图像上判读的建筑物毁坏情况基本一致。综合以上研究，本文得到如下结论：（1）SAR图像的斑点噪声会导致SIFT特征点的的数量和稳定性下降，本文研究结果证明了采用无限对称指数滤波器（ISEF）算法有助于提高SIFT算法的稳健性。（2）SIFT算法运算复杂，尺度空间的特征点提取耗时较多，特征点检测时略过特征点数量多且存在大量不稳定点的第一组金字塔，能够有效提高特征点检测的时间效率，减少错误匹配。（3）完善基于SIFT算法的SAR图像自动配准方案，对地震应急中的灾情快速提取具有重要的研究价值。

全文目录

目录  5-7
摘要  7-9
Abstract  9-11
第一章绪论  11-20
  1.1 研究背景和意义  11-12
  1.2 国内外研究现状  12-18
    1.2.1 遥感技术在震害信息提取中的应用  12-13
    1.2.2 SAR 图像处理相关技术研究现状  13-16
    1.2.3 SAR 图像震害信息检测研究现状  16-18
  1.3 论文的主要内容与结构安排  18-20
第二章 SAR 图像基础理论  20-31
  2.1 雷达成像基本原理  20-21
  2.2 雷达遥感图像特征  21-27
    2.2.1 雷达图像与光学图像的区别  21-22
    2.2.2 成像几何引起的典型效应  22-24
    2.2.3 SAR 应用的主要特征参数  24-27
  2.3 SAR 传感器发展  27-31
    2.3.1 星载 SAR 发展概述  27-28
    2.3.2 主要 SAR 系统介绍  28-31
第三章 SAR 图像处理  31-47
  3.1 辐射定标  31
  3.2 SAR 图像噪声抑制  31-38
    3.2.1 斑点噪声产生机理和特征  32-34
    3.2.2 斑点噪声抑制方法  34-37
    3.2.3 无限对称指数滤波器  37-38
  3.3 SAR 图像配准  38-40
    3.3.1 SAR 图像配准的概念  38-39
    3.3.2 图像配准的基本方法  39-40
  3.4 SAR 图像变化检测  40-47
    3.4.1 SAR 图像变化检测原理  41-42
    3.4.2 SAR 变化检测的基本方法  42-47
第四章 SIFT 特征提取算法  47-59
  4.1 SIFT 算法简介  47-48
  4.2 SIFT 算法关键问题  48-50
  4.3 SIFT 算法详细实现过程  50-59
    4.3.1 建立尺度空间  50-52
    4.3.2 局部极值点的检测  52-53
    4.3.3 极值点精确定位  53-54
    4.3.4 特征点主方向确定  54-56
    4.3.5 生成特征描述符  56-57
    4.3.6 特征点匹配  57-59
第五章震害信息提取实验与结果  59-75
  5.1 研究区概况  59
  5.2 数据  59-60
  5.3 震害信息提取工作流程  60-61
  5.4 斑点噪声抑制处理结果与分析  61-64
  5.5 基于 SIFT 算法的 SAR 图像配准  64-72
    5.5.1 实验环境和方法  64-65
    5.5.2 SIFT 特征提取实验与分析  65-71
    5.5.3 玉树县城 SAR 图像配准  71-72
  5.6 玉树城区震害变化检测  72-75
第六章结论  75-77
  6.1 总结与讨论  75
  6.2 存在的问题和展望  75-77
参考文献  77-83
致谢  83-84
作者简介  84

SAR图像用于震害信息变化检测中的处理方法研究

内容摘要

全文目录

相似论文