学位论文 > 优秀研究生学位论文题录展示
面向特定目标的特征分析与提取方法研究
作 者: 孙静
导 师: 张永梅
学 校: 北方工业大学
专 业: 信号与信息处理
关键词: 互补特征 目标识别 多源图像 特征提取 高阶相关
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 70次
引 用: 0次
阅 读: 论文下载
内容摘要
桥梁目标作为重要的交通枢纽,大多位于主干道路与河流相交处。由于桥梁位置的特殊性,桥梁目标的自动识别和精确定位不论在军用还是民用上都有重大的意义。本文根据高阶相关性量度,提取和其他特征的相关度和最小的特征,并在此特征基础上,选择与该特征相关度较小的特征构成冗余度小的特征子集。本文的创新点是提出了基于高阶相关性的特征选择方法。图像的特征数据具有样本小、维数高、噪声大、冗余度高、非线性等特性,线性相关分析虽然可以表现图像特征数据的部分规则,但是它表现的只是数据关系的简单线性结构,不能表现其非线性的本质和复杂度。本文提出的高阶相关性量度方法,弥补了线性相关对非线性结构的数据判断不准确的缺陷,可以去除冗余特征,提取桥梁目标的显著特征。本文充分利用桥梁在遥感图像中的互补特征,以全色图像的桥梁识别结果为主,SAR图像的桥梁识别结果为辅,在决策层进行融合。本文的创新点是提出了多源遥感图像互补特征的桥梁识别方法。对同一传感器的多源遥感图像,其目标有多个像素组成,表现出特有的颜色特征、纹理特征、结构特征、几何形状和边缘轮廓特征等等,仅仅利用单一图像的特征进行识别,桥梁识别的运行速度慢、误检率高,所以必须寻求能有效利用多个图像源信息的处理技术。实验结果表明,结合多源遥感图像互补特征的桥梁识别方法有效提高了桥梁识别的准确率,限制要求少,能适应更多遥感图像桥梁识别的要求。
|
全文目录
摘要 3-4 Abstract 4-6 第一章 绪论 6-10 1.1 研究背景及意义 6-7 1.2 特征挖掘的国内外研究现状 7-8 1.3 桥梁识别的国内外研究现状 8 1.4 目前存在的问题 8-9 1.5 研究内容及论文安排 9-10 第二章 多特征的属性相关分析 10-36 2.1 潜在桥梁区域的特征提取 12-27 2.1.1 潜在桥梁区域的底层特征提取 12-15 2.1.2 潜在桥梁区域的高层特征提取 15-22 2.1.3 实验结果与分析 22-27 2.2 高阶相关系数 27-28 2.3 特征与特征之间的关系 28-35 2.3.1 特征与特征之间的关系 28-29 2.3.2 实验结果与分析 29-35 2.4 本章小结 35-36 第三章 基于互补特征的桥梁识别方法 36-57 3.1 经典桥梁识别方法 36-40 3.1.1 桥梁目标在遥感图像的特性 36-38 3.1.2 经典桥梁识别方法对比 38-40 3.2 基于互补特征的桥梁识别方法 40-56 3.2.1 多光谱图像水陆分割 42-44 3.2.2 全色图像纹理特征提取 44-45 3.2.3 SAR图像区域均值比特征提取 45-46 3.2.4 实验结果与分析 46-56 3.3 本章小结 56-57 第四章 总结与展望 57-59 4.1 总结 57-58 4.2 进一步展望 58-59 参考文献 59-63 申请学位期间的研究成果及发表论文 63-64 致谢 64
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 红外超光谱图像的虚拟探测器研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 基于随机森林的植物抗性基因识别方法研究,Q943
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 红外图像目标识别及跟踪技术研究,TP391.41
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
- 基于模糊聚类的图像检索方法研究及其系统实现,TP391.41
- 基于小波变换的三维模型特征提取技术的研究与实现,TP391.41
- 基于DSP的水稻杂草识别研究,TP391.41
- 基于内容的数码照片检索系统的设计与实现,TP391.3
- 脑部MRI分割算法研究,TP391.41
- 裸眼三维增强现实关键技术研究,TP391.41
- 基于视频的动物运动跟踪分析系统及应用研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|