基于高斯混合模型分类的sar图像检索

上传人:E**** 文档编号:118469935 上传时间:2019-12-15 格式:PDF 页数:64 大小:5.79MB
返回 下载 相关 举报
基于高斯混合模型分类的sar图像检索_第1页
第1页 / 共64页
基于高斯混合模型分类的sar图像检索_第2页
第2页 / 共64页
基于高斯混合模型分类的sar图像检索_第3页
第3页 / 共64页
基于高斯混合模型分类的sar图像检索_第4页
第4页 / 共64页
基于高斯混合模型分类的sar图像检索_第5页
第5页 / 共64页
点击查看更多>>
资源描述

《基于高斯混合模型分类的sar图像检索》由会员分享,可在线阅读,更多相关《基于高斯混合模型分类的sar图像检索(64页珍藏版)》请在金锄头文库上搜索。

1、西安电子科技大学 硕士学位论文 基于高斯混合模型分类的SAR图像检索 姓名:唐旭 申请学位级别:硕士 专业:电路与系统 指导教师:焦李成 20100101 摘要 摘要 随着计算机技术的发展,信息格式已经由单一的文本转化成图形、图像、视 频等,而且数量也呈爆炸式的飞速增长。处理这些数据所消耗的大量人力、财力 使得开发自动处理工具势在必行,于是基于内容的图像检索技术应运而生。该技 术突破了传统的基于文本检索技术的缺陷,从图像的内容出发进行图像相似度的 比较。基于内容图像检索技术的开发是对数据挖掘领域的一次革命。 在过去半个多世纪,S A R 数据量的增长以及S A R 图像应用范围的扩大,针对 S

2、 A R 图像的检索受到了越来越多的关注。但由于S A R 图像噪声大、内容多等特点, 针对S A R 图像的检索效果并不理想。本文综合考虑了基于内容的图像检索及S A R 图像的特点提出了基于高斯混合模型分类的S A R 图像检索方法。此方法分为图像 精确分类与图像匹配两部分。首先利用高斯混合模型( G M M ) 得到精确地分类结果, 其次应用多种现今成熟的图像相似匹配方法,进一步得到准确的检索结果。实验 结果表明,本文方法对包含各类地物的S A R 图像检索是可行有效的。 本文工作得到了国家自然科学基金( 6 0 6 7 2 1 2 6 ,6 0 6 7 3 0 9 7 ,6 0 7 0

3、 2 0 6 2 ,6 0 9 7 1 1 2 8 ) ; “8 6 3 计划 项目( 2 0 0 7 A A l 2 2 1 3 6 ) 资助;陕西省自然科学基金( 2 0 0 7 F 0 9 ) 资助。 关键字:S A R 图像图像检索分类匹配 A b s t r a e t A b s t r a c t W i t ht h ed e v e l o p m e n to fc o m p u t e rt e c h n o l o g y , t h ef o r m a to fi n f o r m a t i o nh a s c h a n g e di n t op i

4、c t u r e ,g r a p ha n dv i d e of r o mt h es i n g l et e x t M o r e o v e r , t h ev o l u m eo ft h a t i n c r e a s e de x p l o s i v e l y E n o r m o u sc o s t si n v o l v e di nt h em a n u a la n a l y s i so ft h e s el a r g e v o l u m e sh a v em a d ei tn e c e s s a r yt od e v

5、e l o pa u t o m a t i ci m a g ea n a l y s i sa n dm i n i n gt o o l s T h ec o n t e n t - b a s e di m a g er e t r i e v a lc o m e so u tc o n s e q u e n t l y I tb r e a k st h el i m i t a t i o no f t r a d i t i o n a lr e t r i e v a lm e t h o d sa n dc o m p a r e st h es i m i l a ro

6、 ft w oi m a g e sb yt h ec o n t e n t s d i r e c t C o n t e n t b a s e di m a g er e t r i e v a li st h ei n n o v a t i o ni nd a t am i I l i n g S A P , i m a g er e t r i e v a l ,l a c k i n go fw e Ur e t r i e v a lr e s u l t sr e c e n t l yd u et ot h ep a r t i c u l a r i t y , s u

7、 c ha sn o i s e ,o fS A R i m a g e ,h a sd r a w nm o r ea n dm o r ea t t e n t i o nw i t ht h es u r p r i s i n g l y i n c r e a s i n gv o l u m eo fS A R d a t aa n dt h ed r a m a t i c a l l ye n l a r g i n ga p p l i c a t i o nr a n g eo fS A R i m a g ed u r i n ga l m o s th a l fo f

8、t h el a s tc e n t u r y T h i sp a p e rc o n s i d e r st h ec h a r a c t e r i s t i co f c o n t e n t - b a s e di m a g er e t r i e v a l ( C B I R ) a n dS A R i m a g et o g e t h e r , p r o p o s i n gam e t h o do f S A R i m a g er e t r i e v a l T h ep r o p o s e dm e t h o dC a nd

9、 i v i d ei n t ot w op a r t s ,i n c l u d i n gi m a g e c l a s s i f i c a t i o na n dm a t c h i n g F i r s t l yw eu s eG a u s s i a nM i x t u r eM o d e l ( G M M ) t og a i na p r e c i s er e s u l to fc l a s s i f i c a t i o n , a n dt h e ng e tt h er e t r i e v a lr e s u l t st

10、h r o u g hs o m em a t c h i n g a l g o r i t h m sw h i c ha r eg o o df o ri m a g er e t r i e v a l E x p e r i m e n t a lr e s u l t s s h o wt h a tt h e p r o p o s e dm e t h o dC a nr e t r i e v eS A Ri m a g e sc o n t a i n i n ga l lk i n d so fs u r f a c ef e a t u r e s e f f e c

11、t i v e l y T h i sw o r kw a ss u p p o r t e db yt h eN a t i o n a lN a t u r a lS c i e n c eF o u n d a t i o no fC h i n a ( 6 0 6 7 2 1 2 6 ,6 0 6 7 3 0 9 7 ,6 0 7 0 2 0 6 2 ,6 0 9 7 1 1 2 8 ) ;”8 6 3 ”p r o j e c t ( 2 0 0 7 A A l 2 2 1 3 6 ) f u n d i n g ; N a t u r a lS c i e n c eF o u n

12、 d a t i o no fS h a a n x iP r o v i n c e ( 2 0 0 7 F 0 9 ) f u n d i n g K e y w o r d s :S A Ri m a g eI m a g er e t r i e v a l c l a s s i f i c a t i o n m a t c h i n g 创新性声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究 成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不 包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或 其他教育机构的学位或

13、证书而使用过的材料。与我一同工作的同志对本研究所做 的任何贡献均已在论文中作了明确地说明并表示了谢意。 申请学位论文与资料若有不实之处,本人承担一切相关责任。 本人签名: 、 厚砖 日期:一劫口。,彦 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。本人保证毕 业离校后,发表论文或使用论文工作成果时署名单位仍然为西安电子科技大学。 学校有权保留送交论文的复印件,允许查阅和借阅论文;学校可以公布论文的全 部或部分内容,可以允许采用影印、缩印或其他复制手段保存论文。( 保密的论 文在解密后遵守此

14、规定) 本人授权西安电子科技大学图书馆保存学位论文,并同意将论文在互联网上 发布。 本人签名: 导师签名: 厍啦 同期加o 。,g 同期:篁幽二! 兰:竺 第一章绪论 第一章绪论 1 1 课题的背景及研究意义 随着多媒体计算技术的发展、计算机性能和网络传输速度的提高,信息表现 方式已经由单一的文本方式转变成为以图形、图画、视频等多媒体信息为主的表 现形式。数字图像数据以及数字视频数据爆炸似的增长、人工手动处理这些数据 所需要的大量的人力物力,使得发展自动图像分析和挖掘工具势在必行,基于内 容的图像检索( C o n t e n t b a s e dI m a g eR e t r i e v

15、 a l ,C B I R ) 技术应运而生。 C B I R 是横跨众多学科、既复杂又具有挑战性的一项工作,包括了计算机视觉、 颜色理解、图像处理、图像分类、统计聚类、心理学、人机交互以及根据不同标 准而具有特殊应用的领域。该技术目的是对视觉信息进行强有力的描述,实现视 觉信息的结构化,最终达到用户对视觉信息自由访问的目标,具有如下的特剧l 】: 直接从图像媒体中提取信息线索 C B I R 技术突破了传统的表达式或文字检索的局限,直接对图像进行分析和特 征提取,如颜色、形状、纹理等特征,并利用这些描述图像的特征进行检索。 一种近似匹配技术 C B I R 技术中,图像映射为特征向量,变成特

16、征空间中的一个点,图像的检索 工作简化成为了特征空间中高维数据点之间的最近邻查找。 示例查询技术 C B I R 技术中,用户提供的是图像或视频数据,系统根据用户提供数据与图库 数据的视觉相似性返回给用户检索结果,这样的形式直观、人性化。 合成孔径雷达( S y n t h e t i cA p e r t u r eR a d a r , S A R ) 图像的发展,在过去近半个世纪 取得了重大的突破,于2 0 世纪6 0 年代开始应用于军事高空侦察,并随后扩展到 民用遥感领域。大量机载S A R 的高质量图像改变了人们对微波雷达空间分辨率不 高的旧观念,而雷达的全天候运行特点更是让人刮目相看。作为微波遥感的代表, S A R 在地球科学遥感领域具有独特的对地观测优判2 1 ,它克服了真实孔径雷达距 离分辨率受发射脉冲宽度的限制、方位分辨率取决于天线孔径等缺陷,利用脉冲 压缩技术获得高的距离分辨率,解决距离分辨率与探测距离之间的矛盾,利用合 成孔径原理提高方位分辨率,从而获得大面积高分辨率雷达图像。

展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 学术论文 > 其它学术论文

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号