学位论文 > 优秀研究生学位论文题录展示

高分辨率SAR图像城区道路提取

作　者: 吴禹昊
导　师: 粟毅
学　校: 国防科学技术大学
专　业: 信息与通信工程
关键词: 合成孔径雷达道路提取 ROEWA算子边缘检测边缘细化 DS证据理论线基元提取
分类号: TN957.52
类　型: 硕士论文
年　份: 2009年
下　载: 113次
引　用: 0次
阅　读: 论文下载

内容摘要

合成孔径雷达(SAR)能够提供距离和方位二维高分辨率图像。它通过脉冲压缩技术获得高的距离向分辨率;同时通过雷达平台的移动,把一段时间内收到的信号进行相干合成,获得高的方位分辨率。与光学、红外成像相比,SAR以其能实现多极化、全天时、全天候成像等优良特性,越来越受到广泛关注。随着成像系统性能的不断提升,搭载平台的多样化,SAR的应用领域正在快速的拓展和深入。在获取的大量的高分辨率SAR图像中,道路的提取常常既是SAR解译的中间过程,也可以作为一种解译结果。SAR图像道路的提取是目前学术界普遍关注的热点问题。同时,SAR道路提取在军用情报判读和民用城市规划等领域具有重要的应用价值,因此对SAR图像道路提取技术的研究意义重大。本文研究了高分辨率SAR图像城区道路的提取问题。论文遵循Marr视觉理论,将道路提取的过程分成低、中、高三个层次,即按照先提取道路边缘点并对边缘点进行初步判别,而后将边缘点连接成线基元,最后结合道路结构信息将直线连接成道路的思路。论文着重于三个层次中的低层处理,将工作的重点放在如何准确、完整的提取出道路的边缘点,同时更大程度的抑制非道路边缘点的影响上。在较准确的提取道路边缘点的基础上,对道路进行了中、高层处理,进行了结构化表示。在提取图像的边缘点时,本文提出了一种带方向性的ROEWA算子。该算子在计算得到图像的边缘强度图的同时,对每一点的边缘方向进行估计,得到了图像的边缘方向图。利用本文提出的基于边缘强度权重的非极值抑制算法对计算出的边缘强度图进行了初步细化,结合形态学的细化处理得到了单像素宽的边缘图像。然而图像边缘点中道路的边缘点只占相对较少的一部分,所以在进行中、高层处理前,本文利用DS证据理论对边缘点是否为道路边缘点进行了判决。在构建DS证据理论的基本概率分配函数时,本文提出了一种一一映射的Hough变换,对传统Hough变换进行了运算效率方面的改进。为了进一步排除虚警,及更好的对道路进行结构化表示,本文采用了相位编组的方法从道路边缘点中提取出线基元,并依据道路模型利用DS证据理论与感知编相结合的方法对线基元进行了连接,完成道路提取的高层处理,从而提取出了道路。

全文目录

摘要  7-8
ABSTRACT  8-9
第一章绪论  9-21
  1.1 研究背景  9-15
    1.1.1 SAR 系统的发展  9-10
    1.1.2 SAR 图像解译的发展  10-11
    1.1.3 道路提取的意义和方法  11-15
  1.2 国内外研究现状  15-18
    1.2.1 道路提取低层处理  15-17
    1.2.2 道路提取中层处理  17
    1.2.3 道路提取高层处理  17-18
  1.3 论文工作及内容安排  18-21
    1.3.1 论文的研究思路  18
    1.3.2 论文的主要研究工作  18-19
    1.3.3 论文的内容安排  19-21
第二章边缘提取  21-32
  2.1 引言  21
  2.2 SAR 图像经典阶跃边缘检测算法  21-27
    2.2.1 ROA 算子  21-23
    2.2.2 GLR 算子  23-25
    2.2.3 小波边缘检测算子  25-26
    2.2.4 ROEWA 算子  26-27
  2.3 带方向性ROEWA 算子的边缘检测算法  27-32
    2.3.1 ROEWA 算子的方向模板  27-29
    2.3.2 边缘方向修正  29-30
    2.3.3 实验及结论  30-32
第三章道路边缘点判别  32-51
  3.1 引言  32
  3.2 边缘点定位  32-38
    3.2.1 基于边缘强度权重的非极值抑制  32-35
    3.2.2 边缘细化  35-38
  3.3 基于DS 证据理论的道路边缘点判别  38-51
    3.3.1 DS 证据理论基础  39-42
    3.3.2 BPAF 的定义  42-49
    3.3.3 融合判别  49-51
第四章线基元提取与道路连接  51-62
  4.1 引言  51
  4.2 线基元提取  51-56
    4.2.1 经典的线基元提取方法  51-53
    4.2.2 相位编组法线基元提取  53-56
  4.3 道路连接  56-62
    4.3.1 感知编组概述  57-58
    4.3.2 基于感知编组的道路模型  58-59
    4.3.3 基于感和编组和DS 证据理论的道路连接  59-61
    4.3.4 道路连接实验  61-62
第五章总结与展望  62-64
  5.1 论文工作总结  62
  5.2 展望  62-64
致谢  64-65
参考文献  65-69
作者在学期间取得的学术成果  69

高分辨率SAR图像城区道路提取

内容摘要

全文目录

相似论文