基于小波变换的高分辨率遥感影像分割方法研究

论文总字数：18473字

目 录

摘要.....................................................Ⅰ

Abstract..................................................Ⅱ

1 绪言...................................................1

1.1 研究背景和意义........................................................1

1.2 图像分割的概念........................................................1

1.3 高分辨率遥感影像分割的国内外研究现状................................ .1

1.4 拟解决的问题..........................................................2

1.5 研究的关键内容........................................................2

1.6 论文的主要内容安排....................................................2

2 高分辨率遥感影像分割...................................3

2.1 高分辨率遥感影像常用分割方法比较......................................3

2.2 阈值分割方法..........................................................4

2.3 结论..................................................................6

3 小波变换...............................................7

3.1 小波变换..............................................................7

3.2 离散小波变换..........................................................7

3.3 二维小波变换..........................................................8

3.4 小波变换的多分辨率分析................................................8

3.5 小波变换在图像分割中的不足...........................................10

4尺度参数选择及影像分割.................................11

4.1 遥感图像中尺度特征...................................................11

4.2 尺度参数优化.........................................................11

4.3 实验结果分析.........................................................13

4.4 结论.................................................................14

5 结论..................................................15

5.1 论文总结.............................................................15

5.2 研究展望.............................................................15

致谢....................................................16

基于小波变换的高分辨率遥感影像分割

马婷

，China

Abstract：In recent years, with the development of remote sensing technology, remote sensing images have high-resolution characteristics. The segmentation of high resolution remote sensing images is the basis of image comprehension and subsequent processing. Therefore, it is of great practical significance to study the segmentation of high resolution remote sensing images. In this paper, the multi - resolution image is decomposed by multi - resolution characteristics of wavelet transform, and the optimal segmentation scale is obtained. The wavelet threshold method is used to segment the high - resolution remote sensing image, which reduces the over - segmentation and under - segmentation.

Key words：High resolution remote sensing image; Wavelet transform; Best decomposition scale；

Threshold segmentation; Genetic algorithm

1 绪言

1.1研究的背景和意义

卫星遥感是对地观测中的重要部分，不仅是国际对地观测技术竞争的关键，也是人们观察和了解所居住的地球环境非常有效的手段。近年来，随着传感器技术的发展，遥感图像呈现从低分辨率像高分辨率转化的趋势。高分辨率遥感图像出现并且越来越多，受到了研究人员的普遍关注。因为高空间分辨率卫星遥感具有巨大的军用和民用价值，是经济建设、国防安全和社会公众信息服务等方面最重要的空间信息源，所以具有非常广阔的应用前景。

对高分辨率遥感图像的分割可以更好地理解和归类地物信息，也能更有效的利用地物空间。因此开展对高分辨率遥感图像分割的研究，有着十分重要的意义。

1.2 图像分割

遥感图像包含着丰富的信息，里面包含着非常大的数据量。实际应用时，我们可能只关注其中感兴趣的目标和特定的信息。感兴趣目标提取，不仅能够去除用户不感兴趣的冗余数据，突出图像的主要特征，还能提高图像特征处理和分析的速度并排除其他无关数据的干扰。对于高分辨率遥感图像来说，通过对感兴趣目标提取获得目标区域的封闭边界轮廓，形成目标对象，从而可以用于后续的面对对象分类。图像分割可以理解为图像中将某个特定的部分与其他的部分进行分离的处理，也被称为图像的二值化处理。

从20世纪60年代开始，人们就对图像分割进行了大量的研究，到目前为止就已经有上千种具体的分割算法被提出来了。图像分割一般是基于亮度值的两个基本特性之一：不连续性或相似性。根据这个思想原理可以分为两大类：（1）基于边界的方法；（2）基于区域的方法。基于边界的方法有边缘生长、边界检测，基于区域的方法有阈值分割、区域生长、区域分裂-合并等。

1.3高分辨率遥感图像分割国内外研究现状

在计算机视觉领域和遥感应用领域，图像分割一直是很重要的研究热点，但是人们没有找到很好的解决方法。因为图像的分割是一个不定解问题，不同图像或者同一图像的不同应用，人们希望从图像中获得的信息也常常不同。随着遥感技术越来越先进，高分辨率遥感图像呈现趋势化。对高分辨率遥感图像的分割处理也越来越重要。遥感影像分割与其他图像分割有着自己的特殊之处，比如地物的尺度是不定的。现今的高分辨率遥感图像的处理不仅借鉴了计算机视觉领域的先进理论，还结合了高分辨率遥感的应用背景。

高分辨率遥感图像分割方法有很多，经典分割方法有Mean Shift分割方法，分水岭分割方法，分型网络分割、基于马尔可夫随机场模型的图像分割方法等。这些方法都有着各自的优点和缺点，并没有达到理想的分割效果。

Mean Shift算法是一种基于核密度梯度估计的无参数快速统计迭代方法，其缺点是种子点的选择方式是随机的，有些种子点在图像边缘，也存在将边缘进行对象分割的情况，这样就会导致图像分割不准确。分水岭分割方法的原理是利用图像的梯度进行分割，但是存在着比较严重的过分割现象，而标记分水岭分割采用标记方法改善了这种过分割的现象。马尔可夫随机场是一种统计模型，其服从Gibbs 分布，依据求解Gibbs最小值能量来实现图像的分割，但是由于多种原因造成图像像素受到周围若干个像素位置的地物光谱影像，实际上图像成像难以服从马尔可夫过程。

基于小波变换的多尺度分割。1984年，小波分析在Modet研究实际地震信号时诞生。后由Meyer(1985），Daubechies(1988)和Mallat(1989)提炼和完善。Burns和Rogers对多尺度时空数据的小波分析方法进行研究，指出小波分析能够揭示比较复杂的数据信息中的潜在规律，适合于多尺度时空数据的尺度转化与优化问题，特别是复杂的非线性问题。由于小波变换具有多分辨率的特性，可以将一副高分辨率遥感图像进行多尺度分解，在每个尺度下可以进行图像的分割，这样能够得到不同的分割结果，可以选择其中最佳的分割结果。也能融合细尺度和粗尺度下的分割结果，减少过分割和欠分割现象。但是小波变换也存在着不足，在对图像进行图像分割时，小波变换的尺度参数选择没有一个统一的方法，如何选择最佳分解尺度是一个难点。而且在不同的分割尺度下会产生过分割和欠分割的现象，分解尺度过大，边缘清晰，但是细节丢失太多，会产生欠分割现象。分解尺度过小，图像信息量太大，会产生过分割的现象。因此本文希望通过解决小波变换过程中的尺度参数的自适应选择问题，优化分割效果，减少分割时存在的过分割和欠分割现象。

1.4 拟解决的问题

剩余内容已隐藏，请支付后下载全文，论文总字数：18473字

相关图片展示：