多源图像特征融合提取算法研究及应用

多源图像特征融合提取算法研究及应用

论文摘要

多源图像信息融合、提取技术普遍应用于军事、计算机视觉、医疗诊断及遥感应用等领域,具有广泛的理论和实际应用上的意义。论文内容主要包括多源图像区域特征的融合提取和直线特征的融合提取两部分。区域提取能够把空间上相邻的像素根据某种一致性准则组合为连通的区域,能够提取基于区域的丰富的图像特征,这对于目标描述十分有效;而直线可以描述许多人造目标,如建筑物、机场以及道路等,并且在场景匹配、立体匹配以及序列分析中,直线又是一种非常重要的基元。因此,论文从区域特征和直线特征两方面的提取问题提出一些分析处理方法。对于区域提取问题,文中首先分析基于欧式距离和基于马氏距离进行区域分割提取的区别和优劣,然后提出了一种同模糊数学中模糊C均值聚类(FCM)相结合的区域提取算法;而对于直线特征的提取问题,论文提出了基于相位编组算法的直线融合提取算法,并在此基础上将其应用于遥感图像的道路提取问题。论文提出的所有算法均应用于多源图像数据。实验结果显示了算法的有效性。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 国内外研究现状
  • 1.1.1 特征提取研究现状
  • 1.1.2 影像线状目标提取的技术现状及发展趋势
  • 1.1.3 数据融合技术的研究现状及发展趋势
  • 1.2 课题的主要工作
  • 1.3 论文的内容安排
  • 第二章 图像处理与模糊理论
  • 2.1 引言
  • 2.2 模糊集概念及相关计算
  • 2.3 硬C-均值聚类和模糊C-均值聚类的算法原理
  • 2.4 本章小结
  • 第三章 图像的区域融合提取
  • 3.1 区域提取
  • 3.1.1 建筑物提取的研究现状
  • 3.1.2 道路提取的研究现状
  • 3.1.3 模糊集合理论的欧式距离和马氏距离
  • 3.1.4 基于马氏距离的模糊C均值聚类分割
  • 3.1.5 从FCM聚类结果获取分割图像
  • 3.1.6 实验结果与分析
  • 3.2 区域融合
  • 3.2.1 基于模糊集的广义模糊算子对的区域融合
  • 3.2.2 数据相关的融合策略
  • 3.2.3 实验结果与分析
  • 第四章 图像的直线特征融合提取
  • 4.1 概述
  • 4.2 多源图像的直线特征融合提取算法
  • 4.2.1 现有的直线提取算法
  • 4.2.2 多源图像直线特征提取描述
  • 4.2.3 边缘提取
  • 4.2.4 相位量化
  • 4.2.5 融合编组
  • 4.2.6 直线拟合
  • 4.2.7 实验结果与分析
  • 4.3 遥感多源图像道路提取算法
  • 4.3.1 算法描述
  • 4.3.2 平行线检测
  • 4.3.3 路段连接
  • 4.3.4 实验结果与分析
  • 第五章 总结与展望
  • 5.1 研究结论及创新
  • 5.2 工作的不足
  • 5.3 今后工作的展望
  • 致谢
  • 参考文献
  • 相关论文文献

    • [1].新一代步兵班组的多源图像侦察信息融合[J]. 火力与指挥控制 2020(04)
    • [2].多源图像融合关键技术及应用研究[J]. 科技创新导报 2011(29)
    • [3].基于小波分解的多源图像融合在交通目标跟踪中的应用[J]. 计算机应用与软件 2010(10)
    • [4].多源图像融合算法在水利图像处理中的运用分析[J]. 造纸装备及材料 2020(01)
    • [5].多源图像直线提取算法[J]. 电光与控制 2008(03)
    • [6].近色背景果实识别的多源图像融合[J]. 中国农机化学报 2020(03)
    • [7].多源图像融合质量的综合评价体系研究[J]. 深圳信息职业技术学院学报 2008(02)
    • [8].基于互信息与梯度融合的多源图像匹配技术研究[J]. 红外技术 2009(09)
    • [9].基于小波分解下多源图像融合[J]. 煤炭技术 2010(09)
    • [10].压缩感知在多源图像融合中的应用[J]. 太赫兹科学与电子信息学报 2013(04)
    • [11].一种像素级多源图像融合方法的研究[J]. 硅谷 2010(16)
    • [12].基于编辑传播的多源图像表观迁移[J]. 郑州大学学报(工学版) 2018(05)
    • [13].多源图像情报空间数据集成管理模型研究与原型建立[J]. 国土资源遥感 2013(02)
    • [14].一种新的多源图像自适应融合算法与仿真研究[J]. 西南师范大学学报(自然科学版) 2015(11)
    • [15].不同生长时期果树多源图像的配准方法研究[J]. 光学学报 2014(02)
    • [16].多源图像智能化融合方法的研究[J]. 佳木斯教育学院学报 2014(02)
    • [17].多源图像融合方法的分析及比较[J]. 数字技术与应用 2010(12)
    • [18].一种改进的辐射不变特征多源图像配准算法[J]. 测绘科学 2020(11)
    • [19].大豆冠层多源图像特征点配准方法研究[J]. 中国农业大学学报 2019(02)
    • [20].塔型分解多源图像融合方法[J]. 计算机技术与发展 2018(12)
    • [21].分光轴式多源图像融合系统近距离配准方法研究[J]. 红外与激光工程 2016(11)
    • [22].基于DSP的多源图像融合系统[J]. 兵工自动化 2012(02)
    • [23].神经网络结合NSCT的多源图像融合算法[J]. 激光杂志 2020(07)
    • [24].采用多源图像分形特征的多目标检测方法[J]. 光电工程 2009(12)
    • [25].近色背景果实识别的多源图像配准[J]. 计算机工程与设计 2018(11)
    • [26].远距离多源图像融合系统实时配准设计[J]. 应用光学 2013(03)
    • [27].多源图像融合综述[J]. 河南科技 2013(07)
    • [28].基于小波变换与低通滤波的多源图像融合方法[J]. 赤峰学院学报(自然科学版) 2011(03)
    • [29].多源图像融合技术的发展与军事应用研究[J]. 航天电子对抗 2011(03)
    • [30].基于多源图像处理的飞机起降主动监视方法[J]. 舰船电子工程 2016(10)

    标签:;  ;  ;  ;  ;  

    多源图像特征融合提取算法研究及应用
    下载Doc文档

    猜你喜欢