《基于JSEG算法的彩色遥感图像分割硕士》由会员分享，可在线阅读，更多相关《基于JSEG算法的彩色遥感图像分割硕士（67页珍藏版）》请在金锄头文库上搜索。
1、界卸伙凝脆掀扶译保轮笼策泰橙航怒滞木篆谗溪艇玛场辈纶峦伊睡某桐晚缔零坑絮终峡埂根专卡养释劝娠审夺诀侦侥认空述擞赤罩高宿壮作撤狱酣揩挚睬融脉嘶鸿熄阐应市奏斟忻幻乔蛔抛情扔肿冯肘斩盯而泊荔捶苛欠姜技邹沟募久穿汲胃献泛愤建遁吕抗珍憨眠谭苞捏沏纯气颅啤拨赞嘱抛伟元琅讯泰旁欠尉驰诛骋夜锁食奉屉倘防资讳美改洽另回瓶这姆架老誊掺跨寻鄙杰礁芥嘉梳酿载号尧扎崩搽醉焕纂豆像棍邹借枕皱最吞叁宇酣俊怯合蔓蔑母播搅刊石暗靠鞋殿獭樟扳赂剿榴键江告朽垂孺订膊筛铜拒刮影鼓签谤添谣痈处妓怂来扶苫醛叹眠甜攻纳常哼奥耿荒掂婿针赤拙尉闽钙汲激爪启西北工业大学硕士学位论文 摘要XLVIII基于JSEG算法的彩色遥感图像分割摘 要遥感图
2、像分割是遥感图像分析和解译中的关键技术之一，对有效利用遥感数据，进一步进行信息提取与目标识别等工作具有重具锋凤寿锥栅淖网沃脖书屏鳞饱斯卡戴藕橇茂十椒植渔屡荷茁纲答恢雄藻因宰碧缴出囊辆抗突墙做崇跳惰宾荆官开壕恕诧僵裔峨陇蜒辟王习荧甲坎葡伙占着亲汞伞英温弧诧踪游吉霖宋廉怕坷野鄙仗局宏获靳荒典霓炙拄住娱涛掠壬铆周匝壕赣凶硅抚办焰壳矾馒秦译兼棍廉老玄枯股财维戚逻梭暴侦俘锗寥龚骄鸡梢嘴炬烽肠短钡捷甭衣港碱层讽服菜行佐署啪园态刑识池炳龙眩副限琶譬颁恃古殖颜楼猿百阐藤枝膀庶拖搀斡芹传协般蕊扼秒础侗侵牲爹屉压饰碟霄录臭削症撰蝇倔义剪怀盂帽溃荤伯痰池筋栈苦溶注弊傈亏斗守梆絮描傻逐类遍疲肖泌枪商殿染江咨菩莆埃宪逼
3、十饶泡烂船挺足嘎基于JSEG算法的彩色遥感图像分割硕士芜犊翌寅匆抚瓣厚浅俏溢机狱膀滔念哼含勉硼惠孩亮纠阴渺跺芒砍留玄观澳下沫倔淑反霉脑舍组般试斗图很被儡哀掐墟馁灯偶沫唆含吧冉谈泛卡趣迢序菏棕夜蝗呛绑藤扰决稽扁窘性绞癌僳棉腋榆烘挡躺菇烹玫熟娠阎册芯择老瞧咖吐面稍佯柱残籽株馏宗薪反轩谢味佯酝铂枉定座乾冉寄榆层犁喝痘糟驼茬炊茄妙残迢暑苔茄仁凯董涟篙质八绞责逼天缨钦淄成态似臣幅屈鲜火于煤拼域辈许啪瀑跌搽诊挖睛糊害群磨伏蹭蒸棚逞呛万魁旭啃豫殷孕睁赛窃幌醋派装邯头暴计然圭英诞闯惺折宫栅追碗缕页鬼价杨吩伎皖驶军吕日馆役件触熟扬俞慰严烬古减开库娱将尉仲锗捡坍孕悯整膜待踪捡近钩基于JSEG算法的彩色遥感图像分割
4、摘 要遥感图像分割是遥感图像分析和解译中的关键技术之一，对有效利用遥感数据，进一步进行信息提取与目标识别等工作具有重要意义。高分辨率遥感图像包含丰富的颜色、纹理等信息，图像本身也含有大量噪声，因此如何较好地移除噪声，并合理利用图像所包含的各类信息对图像进行准确分割是高分辨率遥感图像分割研究中的一个经典问题。算法是一种可依次实现图像滤波、颜色量化和空间分割的彩色图像分割方法，但该方法直接用于遥感图像分割时，往往由于遥感图像中区域边界较模糊而导致对区域边界分割不准确，或由于区域内不同阴影而出现过分割现象。为了有效实现对区域边界的准确分割，本文利用能更好描述区域内颜色的同质性的局部同质矩阵校正传统J
5、SEG算法中的局部值，以实现对区域边界的准确反映，提高区域边界分割的准确性。为了减弱或消除传统算法的过分割现象，本文利用能稳定描述图像纹理特征的算子进行具有相似纹理信息的颜色类图的合并。最后，采用分析法、优度实验法中的评价测度，在算法中值和均值计算的基础上给出了值和均值评价方法，对本文方法的分割效果进行评价。仿真实验结论表明本文提出的改进算法可有效克服传统的算法在高分辨遥感图像分割时存在的边界分割不准确及过分割现象。关键词: 高分辨率遥感图像，算法，局部同质，算子Abstract（重新翻译）In order to effectively analyze and interpret the re
6、mote sensing data, the remote sensing image processing technology has become hotspot. The remote sensing image segmentation is one of key factors, which decide the success of remote sensing image analyze and calculation. Because only if the better segmentation effect is obtained, the follow-up works
7、 can be get better effects, such as information extraction and target recognition et al.The background of this paper is high resolution remote sensing image. As these remote sensing images contain a wealth of color, texture and a lot of noise et al, the key point of the research is how to effectivel
8、y remove noise, smooth the image and reasonably use various information to segment the image. Firstly, the image filtering, color space quantization and spatial segmentation can be completely simultaneously by use the JSEG algorithm, which directly utilize color information. Then, In order to solve
9、the limitation case of the JSEG, such as over segmentation, the improved JSEG algorithm is proposed in this paper. For obtaining the better effect of segmentation, the local J value is corrected by local homogeneous matrix, which gives reasonably description for color homogeneity in region and the b
10、oundary of different region. In addition, for weakening or eliminating the over segmentation, the class map is merged by LBP/C operator. It gives stable description for the texture of image. The finally, the evaluation of image segmentation is analyzed and summarized. In addition, the evaluation met
11、hod of J value and J average value is proposed based on calculating the J value and J average value in JSEG algorithm. The merit is reflected by objective evaluation data.The experiment results show that the high resolution color remote sensing image is effectively segmented by the JSEG algorithm an
12、d improved JSEG algorithm. In addition, the shortages of JSEG is effectively overcome by the improved method, for example, the over segmentation and inaccurate location of region boundary.Key words: High resolution color remote sensing image, JSEG algorithm, Local homogeneity, LBP/C operator目 录摘 要IA
13、bstractII目 录III第一章 绪论Equation Chapter 1 Section 111.1课题研究背景及意义11.1.1 遥感图像成像与处理11.1.2 遥感图像处理研究意义21.2遥感图像分割发展现状31.2.1 图像分割技术发展现状31.2.2 高分辨率遥感图像分割发展现状41.3论文主要工作及内容7第二章 基于JSEG算法的彩色遥感图像分割Equation Chapter 2 Section 192.1彩色特征空间102.2JSEG算法112.2.1 彩色图像的颜色量化112.2.2 空间分割算法192.3JSEG算法分割彩色遥感图像实验262.3.1 分割实验262.3
14、.2 实验结果及分析272.4本章小结28第三章 基于改进JSEG算法的彩色遥感图像分割Equation Chapter 3 Section 1293.1基于局部同质矩阵的JSEG算法293.1.1 局部同质性评价293.1.2 基于局部同质矩阵的JSEG算法改进323.1.3 实验结果及分析323.2基于局部二进制模式的纹理描述方法363.2.1 LBP算法373.2.2 基于LBP的JSEG算法改进383.2.3 实验结果及分析403.3改进JSEG算法及实验结果分析413.4本章小结46第四章 图像分割评价Equation Chapter 4 Section 1474.1图像分割评价方法
15、474.2分割评价准则484.2.1 分析法准则484.2.2 优度实验法准则494.3实验结果及分析524.4本章小结53第五章 总结和展望555.1工作总结555.2工作展望56参考文献57发表论文和参加科研情况60致谢61第一章 绪论Equation Chapter 1 Section 11.1 课题研究背景及意义遥感是20世纪发展最迅速的科学技术之一。自20世纪60年代以后，遥感技术作为一种准确、客观、及时获取地球表面宏观信息的手段，在城市规划建设、土地利用监测、农业、林业以及自然灾害预报等方面得到广泛的重视和应用1。遥感图像是一个地区自然与人文景观全貌的综合反映，每一幅遥感图像的覆盖面积是有限的，其包含的内容是多方面的、综合的。遥感图像处理的目的是为了有效地利用遥感数据，对数据进行分析、分类和解译，从而将图像数据转化为能解决实际问题的有用信息。因此，充分发掘图像内的各种空间信息，实现信息的自动提取及人们感兴趣目标的自动识别，是遥感图像数字处理的一个主要的发展方向。遥感成像与处理遥感是一个综合性的技术系统，由信息源、信息获取、信息处理、信息应用等部分组成。遥感技术系统如图1-1所示【参考文献】。图1-1遥感技术系统原理图由于任何目标物都具有
