学位论文 > 优秀研究生学位论文题录展示

居民地的提取与边缘优化

作　者: 张义生
导　师: 刘智
学　校: 解放军信息工程大学
专　业: 摄影测量与遥感
关键词: 居民地信息特征提取纹理分析自组织特征神经网络有限阈值分割统计特征数学形态学
分类号: P237
类　型: 硕士论文
年　份: 2009年
下　载: 103次
引　用: 0次
阅　读: 论文下载

内容摘要

从全色影像上进行居民地的自动提取和边缘优化在测绘生产中可以解决对地物的识别、提取的人工劳动强度大、工作繁琐的困难;同时,在地物分类、影像分析、目标识别等许多应用中均起着很重要的作用。本文围绕居民地的提取和边缘优化做了以下工作:1、通过引入灰度均值、灰度方差、x方向和y方向的灰度变化频率、颗粒数、颗粒面积均值等六个有限阈值分割统计特征。提出了中小比例尺遥感影像纹理的有限阈值分割统计特征的方法。2、利用自组织特征映射神经网络(SOM)方法,将不同阈值的分割统计特征量作为参数输入,建立提取居民地的神经网络模型。对含有需要居民地提取影像进行聚类分割得到所需的居民地图斑。3、根据制图综合的要求以及本文算法的特征,在改变影像提取纹理特征阈值间隔和聚类步长的基础上制定了5项规则:去孔洞、取定面积阈值、消除四角一个像元的凸出,填充一个像元的凹陷、填充边缘上一个像元的凹陷、拉直具有n(n由影像分辨率和扫描分辨率确定)个像元凹陷或凸出的边缘来改善居民地图斑。并用数学形态学的方法实现了这种优化方法。利用本文所建立的居民地提取方法不用对每块居民地都给予种子点,一旦神经网络模型训练完成则可以对一批同期同源影像自动处理而不需要对每幅影像进行训练。从而可以方便、快捷、高效的提取居民地,很大程度上降低了人工干预的工作量。此方法提取的居民地边界比较规整,有利于进行优化。利用本文所制定的边缘优化规则和方法,能得到较好的居民地外部轮廓。

全文目录

摘要  6-7
ABSTRACT  7-8
第一章绪论  8-13
  1.1 选题依据与研究背景  8-10
    1.1.1 居民地提取研究意义与目的  8-9
    1.1.2 居民地提取研究现状  9-10
  1.2 研究内容及方法  10-11
  1.3 论文组织结构  11-13
第二章对居民地的纹理分析  13-34
  2.1 引言  13
  2.2 纹理的基本理论  13-19
    2.2.1 常用纹理分析方法  14-17
    2.2.2 统计几何方法  17-19
  2.3 统计地形特征纹理分析  19-23
    2.3.1 统计地形特征  19-22
    2.3.2 纹理特征曲线  22-23
  2.4 居民地纹理的六个有限阈值分割统计特征的引入  23-28
  2.5 有限阈值分割统计特征方法验证  28-32
  2.6 小结  32-34
第三章基于SOM神经网络的特征聚类  34-41
  3.1 自组织特征映射神经网络（SOM）  34-39
    3.1.1 自组织特征映射神经网络概述及原理  34-37
    3.1.2 自组织神经网络参数选取说明  37-39
  3.2 SOM 训练试验  39-40
  3.3 小结  40-41
第四章居民地提取优化  41-49
  4.1 对提取的居民地进行优化的必要性  41
  4.2 数学形态学基本理论  41-45
    4.2.1 数学形态学简介  41
    4.2.2 结构元素  41-42
    4.2.3 二值膨胀、腐蚀与开闭运算  42-45
  4.3 居民地提取后优化  45-48
  4.5 总结  48-49
第五章居民地提取与边缘优化实验  49-61
  5.1 居民地提取流程  49-56
  5.2 居民地轮廓优化过程  56-57
  5.3 用本文方法对不同比例尺的影像处理和不同处理方法结果比较  57-60
  5.4 小结  60-61
第六章总结与展望  61-62
参考文献  62-65
作者简历攻读硕士学位期间的科研学术情况  65-66
致谢  66

居民地的提取与边缘优化

内容摘要

全文目录

相似论文