碩士論文-設計

摘要遙感圖像分割是遙感圖像分析和解譯中的關鍵技術之一，對有效利用遙感數據，進一步進行信息提取與目標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行準確分割是高分辨率遙感圖像分割研究中的一個經典問題。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)域邊界較模糊而導致對區(qū)域邊界分割不準確，或由于區(qū)域內不同陰影而出現(xiàn)過分割現(xiàn)象。為了有效實現(xiàn)對區(qū)域邊界的準確分割，本文利用能更好描述區(qū)域內顏色的同質性的局部同質矩陣校正傳統(tǒng)JSEG算法中的局部值，以實現(xiàn)對區(qū)域邊界的準確反映，提高區(qū)域邊界分割的準確性。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行評價。仿真實驗結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確及過分割現(xiàn)象。關鍵詞:高分辨率遙感圖像，算法，局部同質，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，是類圖中所有像素點數的總和。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，利用作為評價標準與值相比就更加直觀。實驗結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)星遙感圖像數據，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準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行了分割，并利用優(yōu)度法中的三個準那么對兩個算法進行了評價，分割效果圖以及具體數據如下。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行客觀評價。通過評價數據可以得到如下結論：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)域內部均勻性以及值、均值標準都優(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算法分割結果更加詳細，這一點也從評價數據中得到了相應的反映。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)域內部均勻性指標均差于mean-shift算法。最后，通過區(qū)域間比照度，區(qū)域內部均勻性以及形狀測度三個指標可以看出，本文提出的改良算法的分割效果與傳統(tǒng)方法相當，一些指標甚至優(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。本章小結本章首先對圖像分割的傳統(tǒng)評價標準做了分析和總結，并對區(qū)域比照度準那么進行了改良。歸一化的處理使得該標準較為統(tǒng)一和清晰地對圖像分割效果進行評價。另外，針對與改良兩種算法，給出了基于圖像類圖和分割結果的值和評價標準。實驗結果說明：1)評價標準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。總結和展望工作總結本文從JSEG算法入手，根據JSEG算法自身的特點，將其應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行圖像分割時遇到的問題，并根據遙感圖像的特性，結合遙感圖像的顏色和紋理特征，對其進行改良，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果。論文主要研究內容如下：1)算法研究首先利用同等組濾波技術對彩色高分辨率遙感圖像進行濾波并對原圖像進行量化得到類圖。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)域生長法對圖像進行空間分割。最后利用距離最小原那么進行合并，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，通過利用同質矩陣和原圖像的LBP圖對傳統(tǒng)算法進行改良。首先，利用提取出高分辨率遙感圖像的紋理信息LBP圖對顏色類圖進行合并。然后，利用局部同質矩陣校正值。該方法較好解決了邊界位置不準確以及過分割現(xiàn)象。3)圖像分割評價方法研究總結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果進行比擬。為了更好的說明分割評價標準對分割效果好壞評價的客觀性，本文不但對與改良算法進行了評價，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行了分割，并利用優(yōu)度法中的三個準那么對兩個算法進行了評價，客觀地分析和評估了算法的性能。4)實驗結論及分析本文利用MATLAB7.0對兩種算法編程實現(xiàn)，并對實驗結果進行了分析討論。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用進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果，但由于遙感圖像分割的復雜性和不同遙感圖像所反映信息的復雜性，本文提出的算法在自適應方面會有一定的局限性。作者認為在以下幾個方面還有待于更深入的研究和進一步的完善：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，如何結合多特征對圖像進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，如何根據人類視覺特點建立比擬通用的評價標準，為圖像分割提供堅實的參考標準值得思考。參考文獻[SEQ文獻\*ARABIC1] 尹占娥.現(xiàn)代遙感導論[M].北京：科學出版社.2021.[SEQ文獻\*ARABIC2] 杜培軍，陳云浩等.遙感科學與進展[M].北京：中國礦業(yè)大學出版社.2007.[SEQ文獻\*ARABIC3] 韋玉春湯國安楊昕等.遙感數字圖像處理教程[M].北京：科學出版社.2007.[SEQ文獻\*ARABIC4] JohnR.Jensen.IntroductoryDigitalImageProcessing[M].科學出版社.2007.[SEQ文獻\*ARABIC5] 章毓晉.圖像工程(中冊)——圖像分析[M].北京：清華大學出版社.2006.[SEQ文獻\*ARABIC6] H.D.Cheng,X.H.Jiang,Y.Sun,JingliWang.Colorimagesegmentation: advancesandprospects[J].PatternRecognition.2001.34:2259~2281.[SEQ文獻\*ARABIC7] 章毓晉.中國圖像工程:2007[J].中國圖象圖形學報.2021.13(5):825~852.[SEQ文獻\*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\*ARABIC9] S.K.Paletal.,Areviewonimagesegmentationtechniques[J].PatternRecognition.1993.29:1277~1294.[SEQ文獻\*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\*ARABIC11] M.Pesaresi,J.A.Benediktsson.Anewapproachforthemorphologicasegmentationofhighresolutionsatelliteimagery.IEEETrans.Geosci.RemoteSens.2001.39(2):309-320.[SEQ文獻\*ARABIC12] J.Chanussot,J.Benediktsson,M.Fauvel.ClassificationofRemoteSensinImagesfromUrbanAreasUsingaFuzzyPossibilisticModel.IEEEGeosciencandRemoteSensingLtrs.2006.3(1):40-44.[SEQ文獻\*ARABIC13] R.Chellappa,S.Chatterjee.ClassificationoftextureusingGaussianMarkorandomfields,IEEETransactionsonAcoustics,Speech,andSignalProcessing.1985.33(4):959～963.[SEQ文獻\*ARABIC14] 劉國棟，葉懋冬.基于小波-雙馬爾可夫隨機場的紋理分割[J].浙江大學學報.2006.2(33):149~155.[SEQ文獻\*ARABIC15] 鄭瑋，康戈文，陳武凡，李小文.基于模糊馬爾可夫隨機場的無監(jiān)督遙感圖像分割算法[J].遙感學報.2021.2(12):246～251.[SEQ文獻\*ARABIC16] 汪凱斌，俞卞章，李會方，奚瑋.基于LBP驅動的區(qū)域圍道紋理分割模型[J].西北工業(yè)大學學報.2007.5(25):712~715.[SEQ文獻\*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].武漢大學學報.2021.1(33):7~11.[SEQ文獻\*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].上海交通大學學報.1998.9(32):40~42.[SEQ文獻\*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].計算機工程與應用.2005.41(35):7~9.[SEQ文獻\*ARABIC20] 譚玉敏，槐建柱，唐中實.基于鄰接圖的面向對象遙感圖像分割算法[J].大連海事大學學報.2021.35(2):81~83.[SEQ文獻\*ARABIC21] 劉嘉，王宏琦.一種基于圖割的交互式圖像分割方法[J].電子與信息學報.2021.30(8):1973~1976.[SEQ文獻\*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].計算機工程.2021.36(8):224~226[SEQ文獻\*ARABIC23] 陳小梅，倪國強.多分辨分形理論在高分辨率遙感圖像分割中的應用[J].光學技術.2021.35(2):178-180.[SEQ文獻\*ARABIC24] 楊藝，韓崇昭，韓德強.一種多源遙感圖像分割的融合新策略[J].西安交通大學學報.2021.44(6):88~92.[SEQ文獻\*ARABIC25] 譚玉敏，槐建柱，唐中實.一種融合邊緣信息的面向對象遙感圖像分割方法[J].光譜學與光譜分析.2021.30(6):[SEQ文獻\*ARABIC26] 章毓晉.圖像分割[M].北京:科學出版社，2001.[SEQ文獻\*ARABIC27] 孔凡狀，蔣艷凰，劉蕓.遙感圖像分割技術綜述[C].2005通信理論與技術新進展——第十屆全國青年通信學術會議論文集.北京：北京郵電大學出版社,2005:790~792.[SEQ文獻\*ARABIC28] SharmaG,TrussellHJ.Digitalcolorimage[J].IEEETransactiononImageProcessing.1997.23(6):901-932.[SEQ文獻\*ARABIC29] YiningDeng,B.S.ManjunathandHyundooShin.ColorImageSegmentation[C].ImageProcessinganditsApplications.Venue.1992.303~306.[SEQ文獻\*ARABIC30] KarinS.Komati,EvandroO.T.Salles,MarioSarcinelliFilho.Fractal-JSEG:JSEGUsinganHomogeneityMeasurementBasedonLocalFractalDescriptor[C].ComputerGraphicsandImageProcessing.RiodeJaniero.2021.253~260.[SEQ文獻\*ARABIC31] YueeLiu,JinglanZhang,DianTjondronegoro,etal.AnImprovedImageSegmentationAlgorithmforSalientObjectDetection[C].ImageandVisionComputing.NewZealand.2021.1~6.[SEQ文獻\*ARABIC32] WangYuzhong,YangJie,ZhouYue.ColortexturesegmentationusingJSEGbasedonGaussianmixturemodeling[J].JournalofSystemsEngineeringandElectronics.2006.17(1):24~29.[SEQ文獻\*ARABIC33] LiuTingting,ZhangLiangpei,LiPingxiang,etal.RegionSegmentationofmuti-spectralremotesensingimagesusingimprovedJSEGalgorithm[J].JournalofRemoteSensin.2021.13(1):30~33.[SEQ文獻\*ARABIC34] YiningDeng,CharlesKenney,MichaelS.Moore,et-al.PeerGroupFilteringandPerceptualColorImageQuantization[C].IEEEInternationalSymposiumonCircuitsandSystems,1999.21~24.[SEQ文獻\*ARABIC35] D.Comaniciu,P.Meer.RobustAnalysisofFeatureSpaces:ColorImageSegmentation[C].Proc.CVPR.PuertoRico,1997.750~755.[SEQ文獻\*ARABIC36] P.Scheunders.AGeneticApproachTowardsOptimalColorImageQuantization[J].Proc.ofICIP,1996.vol.3,1031~1034.[SEQ文獻\*ARABIC37] W.SKim,R.H.Park,ColorImagePaletteConstructionbasedontheHSIColorSystemforMinimizingtheReconstructionError[C].Proc.ofICIP,1996.vol.3,1041~1044.[SEQ文獻\*ARABIC38] TimoOjala,MattiPietikainen.UnsupervisedTextureSegmentationUsingFeatureDistributions[J].Thejournalofthepatternrecognitionsociety.1999.32:477~486.[SEQ文獻\*ARABIC39] D.Harwood,T.Ojala,M.Pietikainen.TextureClassificationbyCenter-symmetricauto-correlation,usingKullbackDiscriminationofDistributions[J].Thejournalofthepatternrecognitionsociety.1999.16:1~10.[SEQ文獻\*ARABIC40] FengJing,MingjingLi,Hong-JiangZhangetal.UnsupervisedImageSegmentationUsingLocalHomogeneityAnalysis[J].CircuitsandSystems.2003.vol.2:456~459.[SEQ文獻\*ARABIC41] 陳忠.高分辨率遙感圖像分類技術研究[D].中國科學院研究生院.2006:60~65.[SEQ文獻\*ARABIC42] 章毓晉.圖象分割評價技術分類和比擬.中國圖象圖形學報.1996.2(1):151~157.[SEQ文獻\*ARABIC43] 陳秋曉，陳述彭，周成虎.基于局域同質性梯度的遙感圖像分割方法及其評價.遙感學報.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