【正文】 部分，例如，震災評估主要對建筑物和生命線工程受損情況感興趣，洪水檢測僅對洪水的淹沒范圍感興趣。此外，在工程勘測、交通規(guī)劃管理、基礎設施布局、旅游開發(fā)、自然災害監(jiān)測與評價以及各類資源的調查普查都會產(chǎn)生重要的作用。在衛(wèi)星影像上，包含著大量的地表物體的形狀、結構與紋理信息，這些信息同時也構成了遙感制圖的基本要素。其基本目標是將人工目視解譯遙感圖像，發(fā)展為計算機支持下的遙感圖像解譯。，為圖像的計算機解譯奠定基礎。由于地面地形地物的種類繁多，各種信息相互掩蓋，相互交錯，而且圖像上還存在著因大氣、傳感器性能不同引起的某些誤差(稱輻射誤差或噪聲)，極大地影響了所需信息的判讀或信息提取。 遙感圖像處理研究意義隨著現(xiàn)代衛(wèi)星遙感技術的迅速發(fā)展，遙感技術應用的廣泛性和深度不斷加強，遙感圖像在地學科學、農業(yè)、林業(yè)、城市規(guī)劃、土地利用、環(huán)境監(jiān)測、軍事、商業(yè)等各個領域均有不同程度的應用，遙感技術也已成為實現(xiàn)數(shù)字地球戰(zhàn)略思想的關鍵技術之一。例如，美國噴氣推進實驗室(JPL)對航天探測器徘徊者7號在1964年發(fā)回的幾千張月球照片進行圖像處理方法，如幾何校正、灰度變換、去除噪聲等，大大推動了數(shù)字圖像處理學科的發(fā)展。然而，這種處理方法效率較低，并且需要大量的實際經(jīng)驗，給遙感圖像處理帶來很多不便。例如，1956年，羅伯特處理方式和遙感圖像成像方式之間有很大的關系。遙感圖像處理是地學、物理學、數(shù)學、心理學、電子學相互滲透的產(chǎn)物，是一門新興的科學技術。直到1963年，加拿大測量學家R. F. Tomlinson博士才提出將常規(guī)地圖變成數(shù)學形式地圖，并存入計算機的設想，成為數(shù)字圖像的啟蒙[3]。其中，遙感平臺主要有飛機、人造衛(wèi)星、載人飛船；傳感器則包含多種波段的攝像機、多光譜掃描儀、微波輻射計、側視雷達、專題成像儀等[3]。圖11遙感技術系統(tǒng)原理圖由于任何目標物都具有反射、吸收、投射及輻射電磁波等特性，因此信息源為遙感探測提供了獲取信息的依據(jù)。 遙感成像與處理遙感是一個綜合性的技術系統(tǒng)，由信息源、信息獲取、信息處理、信息應用等部分組成。遙感圖像處理的目的是為了有效地利用遙感數(shù)據(jù)，對數(shù)據(jù)進行分析、分類和解譯，從而將圖像數(shù)據(jù)轉化為能解決實際問題的有用信息。自20世紀60年代以后，遙感技術作為一種準確、客觀、及時獲取地球表面宏觀信息的手段，在城市規(guī)劃建設、土地利用監(jiān)測、農業(yè)、林業(yè)以及自然災害預報等方面得到廣泛的重視和應用[1]。仿真實驗結論表明本文提出的改進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。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。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。西北工業(yè)大學碩士學位論文 摘要基于JSEG算法的彩色遙感圖像分割摘 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(shù)據(jù)，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(jīng)典問題。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。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基礎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。關鍵詞: 高分辨率遙感圖像，算法，局部同質，算子28西北工業(yè)大學碩士學位論文 AbstractAbstract（重新翻譯）In order to effectively analyze and interpret the remote sensing data, the remote sensing image processing technology has bee 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 followup works 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 effectively 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 pletely simultaneously by use the JSEG algorithm, which directly utilize color information. Then, In order to solve 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 boundary 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 method 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 and improved JSEG algorithm. In addition, the shortages of JSEG is effectively overe 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西北工業(yè)大學碩士學位論文 目錄目 錄摘 要 IAbstract II目 錄 III第一章 緒論 1 課題研究背景及意義 1 遙感圖像成像與處理 1 遙感圖像處理研究意義 2 遙感圖像分割發(fā)展現(xiàn)狀 3 圖像分割技術發(fā)展現(xiàn)狀 3 高分辨率遙感圖像分割發(fā)展現(xiàn)狀 4 論文主要工作及內容 7第二章 基于JSEG算法的彩色遙感圖像分割 9 彩色特征空間 10 JSEG算法 11 彩色圖像的顏色量化 11 空間分割算法 19 JSEG算法分割彩色遙感圖像實驗 26 分割實驗 26 實驗結果及分析 27 本章小結 28第三章 基于改進JSEG算法的彩色遙感圖像分割 29 基于局部同質矩陣的JSEG算法 29 局部同質性評價 29 基于局部同質矩陣的JSEG算法改進 32 實驗結果及分析 32 基于局部二進制模式的紋理描述方法 36 LBP算法 37 基于LBP的JSEG算法改進 38 實驗結果及分析 40 改進JSEG算法及實驗結果分析 41 本章小結 46第四章 圖像分割評價 47 圖像分割評價方法 47 分割評價準則 48 分析法準則 48 優(yōu)度實驗法準則 49 實驗結果及分析 52 本章小結 53第五章 總結和展望 55 工作總結 55 工作展望 56參考文獻 57發(fā)表論文和參加科研情況 60致謝 61西北工業(yè)大學碩士學位論文 第一章 緒論第一章 緒論 課題研究背景及意義遙感是20世紀發(fā)展最迅速的科學技術之一。遙感圖像是一個地區(qū)自然與人文景觀全貌的綜合反映，每一幅遙感圖像的覆蓋面積是有限的，其包含的內容是多方面的、綜合的。因此，充分發(fā)掘圖像內的各種空間信息，實現(xiàn)信息的自動提取及人們感興趣目標的自動識別，是遙感圖像數(shù)字處理的一個主要的發(fā)展方向。遙感技術系統(tǒng)如圖11所示【參考文獻】。信息獲取所采用的遙感技術裝備主要包括遙感平臺和傳感器。早期的遙感技術主要以膠片記錄圖像，所以圖像多以模擬格式為主。而目前，獲得數(shù)字遙感圖像的技術已經(jīng)比較成熟，其主要有如下兩種方法[4]：1) 通過數(shù)字化方法將模擬格式的遙感圖像轉化為數(shù)字格式；2) 通過專業(yè)的傳感系統(tǒng)，例如系統(tǒng)，直接獲得數(shù)字格式的遙感圖像。其主要包括五個方面內容[2]：幾何處理、輻射處理、圖像濾波與增強、信息提取、專題信息提取與目標識別等。早期遙感技術以膠片記錄圖像為主，所以對這類模擬圖像只能采用光學處理方法?？仆?Robert Colwell)運用彩紅外膠片來識別農作物類型、長勢及其他植物學特征[1]。隨著數(shù)字計算機技術和數(shù)字遙感技術的發(fā)展，利用計算進行數(shù)字圖像處理成為發(fā)展趨勢。如今，人們已經(jīng)可以將大量原來由人負責的處理工作交給計算機完成，使得遙感圖像處理得到了更加迅速的普及和發(fā)展。遙感圖像處理在遙感技術應用中扮演非常重要的角色，對遙感圖像的研究也顯得越來越重要和迫切：，能夠快速準確地提取所需信息。只有通過對遙感圖像數(shù)據(jù)的進一步處理、分析與解譯，使混合信息得到有效的分解、分離，使無用信息與噪音等干擾因素得到抑制與排除，有用信息得到增強與突出，這樣才能把通過遙感技術獲得的遙感數(shù)據(jù)轉化為有用的信息。遙感圖像的計算機解譯是以遙感數(shù)字圖像為對象，在計算機系統(tǒng)支持下，綜合運用地學分析、遙感圖像處理技術、地理信息系統(tǒng)、模式識別和人工智能技術，實現(xiàn)地學專題信息的智能化獲取。1999年10月12日IKONOS衛(wèi)星接收的第一張華盛頓特區(qū)圖像的效果，使人們意識到其在城市規(guī)劃方面的巨大潛力。在遙感圖像處理中，通過遙感圖像來判讀識別各種目標是遙感技術的一個重要環(huán)節(jié)，為了更好地利用遙感影像進行資源調查和動態(tài)監(jiān)測就必須利用各種方法對獲取的遙感影像進行融合、分類等處理，以提取并區(qū)分各種地物地貌信息，同時對分類結果加以統(tǒng)計分析以滿足不同的需要。這些受重視和感興趣的部分被稱為“目標”或“前景”(其他部分則稱為“背景”)。圖像分割就是為此發(fā)展起來的一項專門技術。在遙感圖像中，具有明顯邊界的地物，例如道路、房屋、水體等，可以通過圖像分割的方法進行提取，圖像的空間分辨率越高，地物分割的效果越好[3]，因此，本文主要對高分辨率遙感圖像進行分割研究。一般來說，圖像分割方法可以分為三類，特征閾值或聚類，邊緣檢測和區(qū)域提取?，F(xiàn)有的大多數(shù)圖像分割算法主要是針對灰度圖像的，算法也相對較為成熟。除了上述傳統(tǒng)的方法，還可以將彩色圖像看作是多光譜圖像的特例[9]，這樣一些多光譜圖像分割方法就能夠應用于彩色圖像分割。圖12 彩色圖像分割方法雖然隨著計算機技術的發(fā)展，圖像分割算法也取得了不斷的發(fā)展和改進，但是通過章毓晉在2007年以及2008年按所選文獻主要技術特點或應用領域分類的統(tǒng)計結