【正文】 摘 要畢業(yè)設計論文基于紋理信息的高分辨率無人機遙感圖像分割畢業(yè)設計（論文）原創(chuàng)性聲明和使用授權說明原創(chuàng)性聲明本人鄭重承諾：所呈交的畢業(yè)設計（論文），是我個人在指導教師的指導下進行的研究工作及取得的成果。盡我所知，除文中特別加以標注和致謝的地方外，不包含其他人或組織已經發(fā)表或公布過的研究成果，也不包含我為獲得 及其它教育機構的學位或學歷而使用過的材料。對本研究提供過幫助和做出過貢獻的個人或集體，均已在文中作了明確的說明并表示了謝意。作 者 簽 名：　　 　 　　日　 期：　　 　 　　 指導教師簽名：　　 　 　　 日　　期：　　 　 　　 使用授權說明本人完全了解 大學關于收集、保存、使用畢業(yè)設計（論文）的規(guī)定，即：按照學校要求提交畢業(yè)設計（論文）的印刷本和電子版本；學校有權保存畢業(yè)設計（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務；學?？梢圆捎糜坝?、縮印、數(shù)字化或其它復制手段保存論文；在不以贏利為目的前提下，學?？梢怨颊撐牡牟糠只蛉績热荨Ｗ髡吆灻骸　?　 　　 日　 期：　　 　 　　 摘 要雖然近年來高分辨率遙感影像數(shù)據呈現(xiàn)急劇性增長，但日益增長的數(shù)據需求與落后的影像分析技術之間的矛盾卻越來越突出,造成的原因主要是落后的影像分析技術不能把原始的遙感影像數(shù)據轉化為工程應用中所需的數(shù)據。圖像分割是從圖像處理到圖像分析的關鍵步驟，在圖像工程中占有重要的地位。所以有必要對圖像分割相關的兩個方面進行了一定的分析和改進。第一個方面是向對象影像分割算法分析和改進。在分析了面向對象的邊緣檢測和區(qū)域增長法兩種面向對象影像分割方法的基礎上，重點對區(qū)域增長法從兩個方面進行了改進：第一，設計了新的增長規(guī)則；第二，增加了異質點去除環(huán)節(jié)。這樣使算法減少過分割現(xiàn)象并在抗噪聲方面也得到提升，最終使圖像分割質量得到了有效的提升。第二個方面是對紋理信息提取技術的研究。對比分析了Tamura紋理和灰度共生矩陣兩種紋理信息提取方法重點對灰度共生矩陣各參數(shù)對紋理特征的影響進行深入的研究。為了使通過共生矩陣能得到更合理的紋理特征，首先對10種紋理特征間的相關性進行分析，從而選出具有代表性的紋理。然后對開窗大小與各紋理特征的間的關系進行分析，從而為計算共生矩陣時的開窗大小選擇提供依據。最后按照前面的研究結果把紋理特征和光譜特征結合起來對高分辨率無人機遙感影像進行了面向對象的分割，并進行了相應的定性和定量分析。定量分析方面與不考慮紋理信息的分割結果通過優(yōu)度實驗法進行了對比研究。結果表明考慮了紋理信息的面向對象分割能更真實有效的反映圖像中地物目標的整體結構，為進一步有效的地物分類提供保障。關鍵詞：紋理特征，無人機遙感，面向對象圖像分割 IIIABSTRACTABSTRACTThe contradictions between the increasing need of Remote Sensing Image Data and Outdated image segmentation technology is being increasingly evident, altHough the amount of HighResolution Remote Sensing data growing exponentially in recent years. The outmoded Image Analysis technologies can not convert Raw Remote Sensing Image Data to be useful data for application in Engineering is tHough to be the major reason. Image segmentation is a key step in image processing and image analysis. So, it is necessary to renew the knowledge of Relevant Technologies and make improve, which include texture analysis and image segmentation algorithm in this thesis.Study on Objectoriented Segmentation algorithm of Remote Sensing Image. Based on the analysis of the edge detection and Seeded Region Growing algorithm, a new algorithm was brought up, which is different from classical algorithm in two aspects:First, a new criterion of region growing is designed. Secondly, we propose a region merging rules based on the area and contrast, which can restrain the oversegmentation problem effectively and improve the antinoise ability. Experiment results indicate that the method can improve the quality of image segmentation.Study on texture information extraction technologies. The Comparison of the two kind of Texture information extraction technology was carried out. Through the study on the correlation of the 11 texture feature and the effect of the window size on texture features quality, a scientific basis for choosing texture feature and the optimum window size was presented.According to the Research above, a texture image segmentation algorithm based on objectoriented which bines texture features and spectral characteristics was presented. In order to verify the accuracy of image segmentation, the new algorithm was applied to segmenting UAVRS images and a parison between this approach and classical classification approaches has been carried out. The study conclusion shows that the new method is and more reliable prehensive in reflecting the ground objects in the image.Keywords：Texture Feature, UAVRS, Objectoriented Image SegmentationIII目 錄目 錄第一章 緒 論 1 選題依據與研究意義 1 紋理分析的研究現(xiàn)狀及發(fā)展趨勢 3 7第二章 面向對象影像分割算法分析和改進 8 面向對象技術的理論基礎 8 8 面向對象的優(yōu)越性 9 遙感中的尺度問題 10 10 面向對象的邊緣檢測方法 12 傳統(tǒng)圖像邊緣檢測與面向對象思想的結合 12 Hough變換直線檢測 13 Hough變換的推廣 17 區(qū)域增長法 19 19 21 22 區(qū)域增長法的改進 23 算法的抗噪性 23 復合式增長準則 24 25 27 28第三章 紋理信息提取方法 30 30 32 32 Tamura紋理特征的提取 35 基于共生矩陣的方法 37 37 灰度共生矩陣（GLCM）的定義 37 灰度共生矩陣導出的紋理特征及相關性研究 38 41 綜合灰度共生矩及紋理陣特征的提取 45 本章小結 47第四章 基于共生矩陣的無人機遙感圖像的面向對象分割 49 數(shù)據準備 49 49 50 實驗區(qū)紋理信息的提取 52 紋理特征矩陣計算 52 54 57 61 66 定性分析 67 定量分析 69 本章小結 71第五章 結論與展望 72 內容總結 72 研究展望 73致 謝 75參考文獻 76在學期間的研究成果 8029第一章 緒 論第一章 緒 論20世紀90年代，當時的國家科委經過科學、充分的可行性研究和專家論證在“九五”科技攻關計劃中設置了“重中之重”的“遙感、地理信息系統(tǒng)、全球 定位系統(tǒng)技術綜合應用研究”項目。攻關領域涉及國家級基本資源與環(huán)境遙感動態(tài)信息服務體系、重大自然災害監(jiān)測與評估業(yè)務運行系統(tǒng)、國產地理信息系統(tǒng)基礎軟件，推動GIS產業(yè)化和示范應用、遙感前沿高技術研究、發(fā)展國家空間信息基礎設施等重要方面[1]。遙感在這幾方面都起著基礎性的關鍵作用，沒有遙感的發(fā)展，即使其它方面發(fā)展了也會出現(xiàn)“木桶”效應。遙感技術與國民經濟、人民生活密切相關。同時它又是一個對物質基礎要求較高的項目領域。衛(wèi)星、處理設備等等沒有大 規(guī)模的資金投入，項目很難有所收獲。我國從2006年至2010年四年時間發(fā)射了遙感衛(wèi)星一號到九號九個遙感衛(wèi)星，而2009年一年就發(fā)射了三顆，單從數(shù)量上就可以看出遙感近幾年我國對遙感領域的巨大投入和重視程度。 選題依據與研究意義雖然我國在遙感方面起步比較晚，但是到目前也有四十多年的發(fā)展，不論在遙感平臺還是遙感應用技術都逐步走向完善。目前己被廣泛地應用于國民經濟的各個領域?？傮w上來說可以把遙感技術分為兩部分：數(shù)據獲取和數(shù)據利用。在數(shù)的獲取方面世界各國如美國、歐空局、中國、巴西、日本、加拿大、印度和俄羅斯相繼發(fā)射了許多遙感衛(wèi)星，而且在傳感器方面的改進也有了飛速的發(fā)展，數(shù)據的分辨率是越來越高。遙感數(shù)據源的不斷豐富使得遙感應用領域不斷擴大，然而遙感應用處理中的共性關鍵技術，比如圖像信息識別和變化檢測等方面還很大程度上的依賴于人工的目視。為此對于這些關鍵性問題的研究就成為遙感進一步發(fā)展的動力。另一方面遙感影像分辨率的提高使得存儲在圖像中的信息更為豐富，不僅包含了自然特征還包含了像道路這樣的人工地物。剛有包含復雜信息的遙感圖像是不夠的，要想使精確到米級的軍事打擊、國家可以更精確地監(jiān)測農作物的長勢和估算收成并作出關系民生的決策、地震災區(qū)的真實情況可以更快的展現(xiàn)在決策者面前和科學家能夠注視環(huán)境敏感地區(qū)并預報趨勢等成為現(xiàn)實，我們還需要就是較好的針對高分辨率遙感影像的影像分析技術。遙感圖像的兩大基本特征同時也是遙感影像分析的兩個基本要素是光譜特征和紋理特征。到目前為止，大多學數(shù)學者在研究中利用的基本上只是地物的光譜信息。由于遙感的應用越來越廣泛，同時對精度或客觀程度要求越來越高，落后的圖像分析技術與快速發(fā)展的遙感應用之間的矛盾越來越突出。雖然光譜信息能反映了地物反射電磁波能量的大小，能直觀的反映地物特征，但是由于存在其他干擾因素，使得同樣的地物可能在遙感影像上得到的光譜值卻是不一樣的，還有就是不同的地物在遙感影像的光譜信值是一樣的如河流和湖泊。而紋理信息可以在一定程度上彌補這一缺陷，紋理反映了圖像灰度模式的空間分布，包含了圖像的表面信息及其與周圍環(huán)境的關系，更好的兼顧了圖像的宏觀結構與微觀結構。所以針對紋理信息的遙感影像分析技術的研究顯的越來越迫切。圖11 面向對象影像分析技術的對象管理示意圖傳統(tǒng)的影像分析技術還存在的一個問題是容易產生“椒鹽”狀圖斑。由于傳統(tǒng)的影像分析技術是基于單個像元分析的，不考慮像元與鄰域像元的關系，更不考慮“像元集”產生的紋理和形狀信息。面向對象的影像分析技術就是針對這一問題而產生的。它首先根據應用目的選擇合適的尺度對影像進行初分割，然后進行相似區(qū)域合并進而形成新的對象層，如果需要還可以合并成新的對象層。對象層和這些層間的連接方式以層次結構的方式進行（如圖11）。每個影像對象都知道它的相鄰對象、它的子對象以及它的父對象，通過垂直連接對象，可以訪問尺度、紋理、形狀和空間位置等屬性。 紋理分析的研究現(xiàn)狀及發(fā)展趨勢從上個世紀70開始，圖像紋理分析與應用一直是從事模式識別和計算機視覺方面專業(yè)人員所關心的問題。尤其近年來紋理分析滲透到遙感影像分析中，并扮演著重要的角色。紋理分析的廣泛的應用推動了學者對紋理相關理論的研究。許多研究表明，紋理信息可以提高圖像識別的精確性[23]。因此，如何充分利用紋理信息，對遙感圖像的分析和識別具有重要意義。雖然關于紋理的具體定義在業(yè)界還沒有統(tǒng)一的標準，但是大部分學在下面幾個方面都有一致的認識：1）紋理分析指的是通過一定的圖像處理技術抽取出紋理特征，從而獲得紋理的定量或定性描述的處理過程[4]。2）紋理可被看作是由一組紋理基元在一定范圍內的有規(guī)律的重復出現(xiàn)構成。3）遙感影像紋理結構的定量信息不能用傳感器直接獲取，而只能靠數(shù)學分析和變換方法從灰度圖像中求取。Tuceryan提出將紋理分析方法分為五類：統(tǒng)計