碩士論文-設(shè)計

摘要遙感圖像分割是遙感圖像分析和解譯中的關(guān)鍵技術(shù)之一，對有效利用遙感數(shù)據(jù)，進(jìn)一步進(jìn)行信息提取與目標(biāo)識別等工作具有重要意義。高分辨率遙感圖像包含豐富的顏色、紋理等信息，圖像本身也含有大量噪聲，因此如何較好地移除噪聲，并合理利用圖像所包含的各類信息對圖像進(jìn)行準(zhǔn)確分割是高分辨率遙感圖像分割研究中的一個經(jīng)典問題。算法是一種可依次實現(xiàn)圖像濾波、顏色量化和空間分割的彩色圖像分割方法，但該方法直接用于遙感圖像分割時，往往由于遙感圖像中區(qū)域邊界較模糊而導(dǎo)致對區(qū)域邊界分割不準(zhǔn)確，或由于區(qū)域內(nèi)不同陰影而出現(xiàn)過分割現(xiàn)象。為了有效實現(xiàn)對區(qū)域邊界的準(zhǔn)確分割，本文利用能更好描述區(qū)域內(nèi)顏色的同質(zhì)性的局部同質(zhì)矩陣校正傳統(tǒng)JSEG算法中的局部值，以實現(xiàn)對區(qū)域邊界的準(zhǔn)確反映，提高區(qū)域邊界分割的準(zhǔn)確性。為了減弱或消除傳統(tǒng)算法的過分割現(xiàn)象，本文利用能穩(wěn)定描述圖像紋理特征的算子進(jìn)行具有相似紋理信息的顏色類圖的合并。最后，采用分析法、優(yōu)度實驗法中的評價測度，在算法中值和均值計算的根底上給出了值和均值評價方法，對本文方法的分割效果進(jìn)行評價。仿真實驗結(jié)論說明本文提出的改良算法可有效克服傳統(tǒng)的算法在高分辨遙感圖像分割時存在的邊界分割不準(zhǔn)確及過分割現(xiàn)象。關(guān)鍵詞:高分辨率遙感圖像，算法，局部同質(zhì)，算子Abstract〔重新翻譯〕Inordertoeffectivelyanalyzeandinterprettheremotesensingdata,theremotesensingimageprocessingtechnologyhasbecomehotspot.Theremotesensingimagesegmentationisoneofkeyfactors,whichdecidethesuccessofremotesensingimageanalyzeandcalculation.Becauseonlyifthebettersegmentationeffectisobtained,thefollow-upworkscanbegetbettereffects,suchasinformationextractionandtargetrecognitionetal.Thebackgroundofthispaperishighresolutionremotesensingimage.Astheseremotesensingimagescontainawealthofcolor,textureandalotofnoiseetal,thekeypointoftheresearchishowtoeffectivelyremovenoise,smooththeimageandreasonablyusevariousinformationtosegmenttheimage.Firstly,theimagefiltering,colorspacequantizationandspatialsegmentationcanbecompletelysimultaneouslybyusetheJSEGalgorithm,whichdirectlyutilizecolorinformation.Then,InordertosolvethelimitationcaseoftheJSEG,suchasoversegmentation,theimprovedJSEGalgorithmisproposedinthispaper.Forobtainingthebettereffectofsegmentation,thelocalJvalueiscorrectedbylocalhomogeneousmatrix,whichgivesreasonablydescriptionforcolorhomogeneityinregionandtheboundaryofdifferentregion.Inaddition,forweakeningoreliminatingtheoversegmentation,theclassmapismergedbyLBP/Coperator.Itgivesstabledescriptionforthetextureofimage.Thefinally,theevaluationofimagesegmentationisanalyzedandsummarized.Inaddition,theevaluationmethodofJvalueandJaveragevalueisproposedbasedoncalculatingtheJvalueandJaveragevalueinJSEGalgorithm.Themeritisreflectedbyobjectiveevaluationdata.TheexperimentresultsshowthatthehighresolutioncolorremotesensingimageiseffectivelysegmentedbytheJSEGalgorithmandimprovedJSEGalgorithm.Inaddition,theshortagesofJSEGiseffectivelyovercomebytheimprovedmethod,forexample,theoversegmentationandinaccuratelocationofregionboundary.Keywords:Highresolutioncolorremotesensingimage,JSEGalgorithm,Localhomogeneity,LBP/Coperator目錄TOC\o"1-3"\u摘要 )式中，是區(qū)域的值，是區(qū)域的像素點數(shù)，是類圖中所有像素點數(shù)的總和。這樣，值就可以看作是僅有一個分割區(qū)域的的特殊情況。因此，利用作為評價標(biāo)準(zhǔn)與值相比就更加直觀。實驗結(jié)果及分析本文采用的第一幅圖是美國Geoeye-1衛(wèi)星2010年8月29日拍攝的北京某地衛(wèi)星遙感圖像，圖像大小為。采用的第二幅圖是EuropaTechnologies公司的美國華盛頓某地衛(wèi)星遙感圖像數(shù)據(jù)，該圖像由2010年8月29日拍攝，圖像大小為。為了更好的說明分割評價標(biāo)準(zhǔn)對分割效果好壞評價的客觀性，本文不但對算法與提出的改良算法進(jìn)行了評價，而且采用mean-shift算法和分水嶺算法對兩幅高分辨率遙感圖像進(jìn)行了分割，并利用優(yōu)度法中的三個準(zhǔn)那么對兩個算法進(jìn)行了評價，分割效果圖以及具體數(shù)據(jù)如下。圖SEQMTChap\c4SEQ圖\*ARABIC\s12算法分割效果圖SEQMTChap\c4SEQ圖\*ARABIC\s13分水嶺算法分割效果華盛頓某地分割算法改良分水嶺分割時間(s)2021.42077.4//0.18780.20570.14570.22010.80070.84780.98630.8698-0.0600-0.0600-0.0603-0.06031.551/0.1161.994/0.084//表SEQMTChap\c4SEQ表\*ARABIC\s11華盛頓某地圖像分割評價北京某地分割算法改良分水嶺分割時間(s)1365.01370.1//0.16560.18380.14500.17730.90200.92480.99360.9366-0.0486-0.0486-0.0486-0.04862.3460/0.05822.759/0.047//表SEQMTChap\c4SEQ表\*ARABIC\s12北京某地圖像分割評價從實驗結(jié)果來看，優(yōu)度法和值測度可以較為有效的對圖像分割效果進(jìn)行客觀評價。通過評價數(shù)據(jù)可以得到如下結(jié)論：首先，與改良兩種算法的計算費用和邊界光滑度根本相同，但改良算法無論從區(qū)域比照度，區(qū)域內(nèi)部均勻性以及值、均值標(biāo)準(zhǔn)都優(yōu)于傳統(tǒng)算法，從客觀角度說明改良算法得到了較好的分割效果。另外，對于傳統(tǒng)的均值漂移和分水嶺算法，從分割效果圖中可以看出mean-shift算法分割結(jié)果更加詳細(xì)，這一點也從評價數(shù)據(jù)中得到了相應(yīng)的反映。例如，雖然分水嶺算法對兩幅圖分割的區(qū)域間比照度都優(yōu)于mean-shift算法，但是區(qū)域內(nèi)部均勻性指標(biāo)均差于mean-shift算法。最后，通過區(qū)域間比照度，區(qū)域內(nèi)部均勻性以及形狀測度三個指標(biāo)可以看出，本文提出的改良算法的分割效果與傳統(tǒng)方法相當(dāng)，一些指標(biāo)甚至優(yōu)于傳統(tǒng)方法，是一種有效的高分辨率遙感圖像分割算法。本章小結(jié)本章首先對圖像分割的傳統(tǒng)評價標(biāo)準(zhǔn)做了分析和總結(jié)，并對區(qū)域比照度準(zhǔn)那么進(jìn)行了改良。歸一化的處理使得該標(biāo)準(zhǔn)較為統(tǒng)一和清晰地對圖像分割效果進(jìn)行評價。另外，針對與改良兩種算法，給出了基于圖像類圖和分割結(jié)果的值和評價標(biāo)準(zhǔn)。實驗結(jié)果說明：1)評價標(biāo)準(zhǔn)可以客觀反響圖像分割效果的優(yōu)劣；2)本文提出的改良算法優(yōu)于傳統(tǒng)算法；3)改良兩種算法與傳統(tǒng)分割方法相比，也具有較好的分割效果，且某些指標(biāo)優(yōu)于傳統(tǒng)方法，是一種有效的高分辨率遙感圖像分割算法?？偨Y(jié)和展望工作總結(jié)本文從JSEG算法入手，根據(jù)JSEG算法自身的特點，將其應(yīng)用到彩色遙感圖像分割中。針對算法本身存在的缺陷以及進(jìn)行圖像分割時遇到的問題，并根據(jù)遙感圖像的特性，結(jié)合遙感圖像的顏色和紋理特征，對其進(jìn)行改良，深入研究了基于改良JSEG算法的高分辨率遙感圖像分割算法，從而獲得更好的圖像分割結(jié)果。論文主要研究內(nèi)容如下：1)算法研究首先利用同等組濾波技術(shù)對彩色高分辨率遙感圖像進(jìn)行濾波并對原圖像進(jìn)行量化得到類圖。然后在類圖上計算得到原圖像的圖，并在此根底上利用區(qū)域生長法對圖像進(jìn)行空間分割。最后利用距離最小原那么進(jìn)行合并，完成高分辨率遙感圖像的分割。2)基于改良算法研究針對傳統(tǒng)的算法存在的問題，通過利用同質(zhì)矩陣和原圖像的LBP圖對傳統(tǒng)算法進(jìn)行改良。首先，利用提取出高分辨率遙感圖像的紋理信息LBP圖對顏色類圖進(jìn)行合并。然后，利用局部同質(zhì)矩陣校正值。該方法較好解決了邊界位置不準(zhǔn)確以及過分割現(xiàn)象。3)圖像分割評價方法研究總結(jié)了圖像分割評價的方法，如分析法、優(yōu)度實驗法等。本文選取其中的評價測度對以及改良算法分割實驗結(jié)果進(jìn)行比擬。為了更好的說明分割評價標(biāo)準(zhǔn)對分割效果好壞評價的客觀性，本文不但對與改良算法進(jìn)行了評價，而且采用mean-shift算法和分水嶺算法對兩幅高分辨率遙感圖像進(jìn)行了分割，并利用優(yōu)度法中的三個準(zhǔn)那么對兩個算法進(jìn)行了評價，客觀地分析和評估了算法的性能。4)實驗結(jié)論及分析本文利用MATLAB7.0對兩種算法編程實現(xiàn)，并對實驗結(jié)果進(jìn)行了分析討論。本文創(chuàng)新工作主要有以下幾個方面：1)利用算法實現(xiàn)對高分辨率遙感圖像的分割；2)利用顏色同質(zhì)信息校正局部值，有效提高了圖像分割效果；3)利用算子描述的圖像紋理信息合并類圖，較好地消除了過分割現(xiàn)象。工作展望雖然論文對改良JSEG算法在高分辨率遙感圖像方面的應(yīng)用進(jìn)行了較為深入的研究，提出了新的改良方法，并得出一些令人較為滿意的實驗結(jié)果，但由于遙感圖像分割的復(fù)雜性和不同遙感圖像所反映信息的復(fù)雜性，本文提出的算法在自適應(yīng)方面會有一定的局限性。作者認(rèn)為在以下幾個方面還有待于更深入的研究和進(jìn)一步的完善：1)目前圖像分割的方法尚不具有通用性，如何有效地提高算法的通用性是一個重要研究方向；2)紋理特征是一種非常重要的遙感圖像特征，如何更加有效的提取遙感圖像的紋理特征需要進(jìn)一步的研究；3)高分辨率遙感圖像具有豐富的信息，遙感圖像還可以融合其它遙感信息以及非遙感信息，如GIS信息、地圖信息、專家知識等，多特征融合是實現(xiàn)遙感圖像分割的開展方向，如何結(jié)合多特征對圖像進(jìn)行分割是下一步需要研究的問題；4)圖像分割方法的評價研究目前比擬少，如何根據(jù)人類視覺特點建立比擬通用的評價標(biāo)準(zhǔn)，為圖像分割提供堅實的參考標(biāo)準(zhǔn)值得思考。參考文獻(xiàn)[SEQ文獻(xiàn)\*ARABIC1] 尹占娥.現(xiàn)代遙感導(dǎo)論[M].北京：科學(xué)出版社.2021.[SEQ文獻(xiàn)\*ARABIC2] 杜培軍，陳云浩等.遙感科學(xué)與進(jìn)展[M].北京：中國礦業(yè)大學(xué)出版社.2007.[SEQ文獻(xiàn)\*ARABIC3] 韋玉春湯國安楊昕等.遙感數(shù)字圖像處理教程[M].北京：科學(xué)出版社.2007.[SEQ文獻(xiàn)\*ARABIC4] JohnR.Jensen.IntroductoryDigitalImageProcessing[M].科學(xué)出版社.2007.[SEQ文獻(xiàn)\*ARABIC5] 章毓晉.圖像工程(中冊)——圖像分析[M].北京：清華大學(xué)出版社.2006.[SEQ文獻(xiàn)\*ARABIC6] H.D.Cheng,X.H.Jiang,Y.Sun,JingliWang.Colorimagesegmentation: advancesandprospects[J].PatternRecognition.2001.34:2259~2281.[SEQ文獻(xiàn)\*ARABIC7] 章毓晉.中國圖像工程:2007[J].中國圖象圖形學(xué)報.2021.13(5):825~852.[SEQ文獻(xiàn)\*ARABIC8] 章毓晉.中國圖像工程:2021[J].中國圖像工程.2021.15(5):689~722.[SEQ文獻(xiàn)\*ARABIC9] S.K.Paletal.,Areviewonimagesegmentationtechniques[J].PatternRecognition.1993.29:1277~1294.[SEQ文獻(xiàn)\*ARABIC10] 劉建華，毛政元.高空間分辨率遙感影像分割方法研究綜述[J].遙感信息.2021.6:95~101.[SEQ文獻(xiàn)\*ARABIC11] M.Pesaresi,J.A.Benediktsson.Anewapproachforthemorphologicasegmentationofhighresolutionsatelliteimagery.IEEETrans.Geosci.RemoteSens.2001.39(2):309-320.[SEQ文獻(xiàn)\*ARABIC12] J.Chanussot,J.Benediktsson,M.Fauvel.ClassificationofRemoteSensinImagesfromUrbanAreasUsingaFuzzyPossibilisticModel.IEEEGeosciencandRemoteSensingLtrs.2006.3(1):40-44.[SEQ文獻(xiàn)\*ARABIC13] R.Chellappa,S.Chatterjee.ClassificationoftextureusingGaussianMarkorandomfields,IEEETransactionsonAcoustics,Speech,andSignalProcessing.1985.33(4):959～963.[SEQ文獻(xiàn)\*ARABIC14] 劉國棟，葉懋冬.基于小波-雙馬爾可夫隨機(jī)場的紋理分割[J].浙江大學(xué)學(xué)報.2006.2(33):149~155.[SEQ文獻(xiàn)\*ARABIC15] 鄭瑋，康戈文，陳武凡，李小文.基于模糊馬爾可夫隨機(jī)場的無監(jiān)督遙感圖像分割算法[J].遙感學(xué)報.2021.2(12):246～251.[SEQ文獻(xiàn)\*ARABIC16] 汪凱斌，俞卞章，李會方，奚瑋.基于LBP驅(qū)動的區(qū)域圍道紋理分割模型[J].西北工業(yè)大學(xué)學(xué)報.2007.5(25):712~715.[SEQ文獻(xiàn)\*ARABIC17] 張劍清，佘瓊，潘勵.基于LBP/C紋理的遙感影像居民地變化監(jiān)測[J].武漢大學(xué)學(xué)報.2021.1(33):7~11.[SEQ文獻(xiàn)\*ARABIC18] 郭英凱，楊杰，李介谷.基于小波和模糊理論的紋理分割方法[J].上海交通大學(xué)學(xué)報.1998.9(32):40~42.[SEQ文獻(xiàn)\*ARABIC19] 陳忠趙忠明.基于區(qū)域生長的多尺度遙感圖像分割算法[J].計算機(jī)工程與應(yīng)用.2005.41(35):7~9.[SEQ文獻(xiàn)\*ARABIC20] 譚玉敏，槐建柱，唐中實.基于鄰接圖的面向?qū)ο筮b感圖像分割算法[J].大連海事大學(xué)學(xué)報.2021.35(2):81~83.[SEQ文獻(xiàn)\*ARABIC21] 劉嘉，王宏琦.一種基于圖割的交互式圖像分割方法[J].電子與信息學(xué)報.2021.30(8):1973~1976.[SEQ文獻(xiàn)\*ARABIC22] 周四龍，梁棟，王慧等.基于四叉樹與圖割的遙感圖像分割方法[J].計算機(jī)工程.2021.36(8):224~226[SEQ文獻(xiàn)\*ARABIC23] 陳小梅，倪國強(qiáng).多分辨分形理論在高分辨率遙感圖像分割中的應(yīng)用[J].光學(xué)技術(shù).2021.35(2):178-180.[SEQ文獻(xiàn)\*ARABIC24] 楊藝，韓崇昭，韓德強(qiáng).一種多源遙感圖像分割的融合新策略[J].西安交通大學(xué)學(xué)報.2021.44(6):88~92.[SEQ文獻(xiàn)\*ARABIC25] 譚玉敏，槐建柱，唐中實.一種融合邊緣信息的面向?qū)ο筮b感圖像分割方法[J].光譜學(xué)與光譜分析.2021.30(6):[SEQ文獻(xiàn)\*ARABIC26] 章毓晉.圖像分割[M].北京:科學(xué)出版社，2001.[SEQ文獻(xiàn)\*ARABIC27] 孔凡狀，蔣艷凰，劉蕓.遙感圖像分割技術(shù)綜述[C].2005通信理論與技術(shù)新進(jìn)展——第十屆全國青年通信學(xué)術(shù)會議論文集.北京：北京郵電大學(xué)出版社,2005:790~792.[SEQ文獻(xiàn)\*ARABIC28] SharmaG,TrussellHJ.Digitalcolorimage[J].IEEETransactiononImageProcessing.1997.23(6):901-932.[SEQ文獻(xiàn)\*ARABIC29] YiningDeng,B.S.ManjunathandHyundooShin.ColorImageSegmentation[C].ImageProcessinganditsApplications.Venue.1992.303~306.[SEQ文獻(xiàn)\*ARABIC30] KarinS.Komati,EvandroO.T.Salles,MarioSarcinelliFilho.Fractal-JSEG:JSEGUsinganHomogeneityMeasurementBasedonLocalFractalDescriptor[C].ComputerGraphicsandImageProcessing.RiodeJaniero.2021.253~260.[SEQ文獻(xiàn)\*ARABIC31] YueeLiu,JinglanZhang,DianTjondronegoro,etal.AnImprovedImageSegmentationAlgorithmforSalientObjectDetection[C].ImageandVisionComputing.NewZealand.2021.1~6.[SEQ文獻(xiàn)\*ARABIC32] WangYuzhong,YangJie,ZhouYue.ColortexturesegmentationusingJSEGbasedonGaussianmixturemodeling[J].JournalofSystemsEngineeringandElectronics.2006.17(1):24~29.[SEQ文獻(xiàn)\*ARABIC33] LiuTingting,ZhangLiangpei,LiPingxiang,etal.RegionSegmentationofmuti-spectralremotesensingimagesusingimprovedJSEGalgorithm[J].JournalofRemoteSensin.2021.13(1):30~33.[SEQ文獻(xiàn)\*ARABIC34] YiningDeng,CharlesKenney,MichaelS.Moore,et-al.PeerGroupFilteringandPerceptualColorImageQuantization[C].IEEEInternationalSymposiumonCircuitsandSystems,1999.21~24.[SEQ文獻(xiàn)\*ARABIC35] D.Comaniciu,P.Meer.RobustAnalysisofFeatureSpaces:ColorImageSegmentation[C].Proc.CVPR.PuertoRico,1997.750~755.[SEQ文獻(xiàn)\*ARABIC36] P.Scheunders.AGeneticApproachTowardsOptimalColorImageQuantization[J].Proc.ofICIP,1996.vol.3,1031~1034.[SEQ文獻(xiàn)\*ARABIC37] W.SKim,R.H.Park,ColorImagePaletteConstructionbasedontheHSIColorSystemforMinimizingtheReconstructionError[C].Proc.ofICIP,1996.vol.3,1041~1044.[SEQ文獻(xiàn)\*ARABIC38] TimoOjala,MattiPietikainen.UnsupervisedTextureSegmentationUsingFeatureDistributions[J].Thejournalofthepatternrecognitionsociety.1999.32:477~486.[SEQ文獻(xiàn)\*ARABIC39] D.Harwood,T.Ojala,M.Pietikainen.TextureClassificationbyCenter-symmetricauto-correlation,usingKullbackDiscriminationofDistributions[J].Thejournalofthepatternrecognitionsociety.1999.16:1~10.[SEQ文獻(xiàn)\*ARABIC40] FengJing,MingjingLi,Hong-JiangZhangetal.UnsupervisedImageSegmentationUsingLocalHomogeneityAnalysis[J].CircuitsandSystems.2003.vol.2:456~459.[SEQ文獻(xiàn)\*ARABIC41] 陳忠.高分辨率遙感圖像分類技術(shù)研究[D].中國科學(xué)院研究生院.2006:60~65.[SEQ文獻(xiàn)\*ARABIC42] 章毓晉.圖象分割評價技術(shù)分類和比擬.中國圖象圖形學(xué)報.1996.2(1):151~157.[SEQ文獻(xiàn)\*ARABIC43] 陳秋曉，陳述彭，周成虎.基于局域同質(zhì)性梯度的遙感圖像分割方法及其評價.遙感學(xué)報.2006.3(10):357~365.發(fā)表論文和參加科研情況發(fā)表論文情況：1.LeiWang,XiaoyiFeng,KunYan,ZhaoqiangXia.RemoteSensingImageSegmentationBasedOntheCombi