【摘 要】
:
极化合成孔径雷达(PolSAR)系统经过快速的发展,能够获取越来越高的图象分辨率,成为遥感领域一个热门的研究领域。随着分辨率的提高,PolSAR图象能够描述更为细致的地物信息,但同时也增加了图象中象素处理的复杂度以及图象数据量。传统的图象处理方法以象素为基本处理单元,仅能提取和利用象素级的图象特征以及象素邻域范围内的空间信息,不再适用于高分辨率遥感图象的解译。因此,论文以面向对象的图象处理技术为核
论文部分内容阅读
极化合成孔径雷达(PolSAR)系统经过快速的发展,能够获取越来越高的图象分辨率,成为遥感领域一个热门的研究领域。随着分辨率的提高,PolSAR图象能够描述更为细致的地物信息,但同时也增加了图象中象素处理的复杂度以及图象数据量。传统的图象处理方法以象素为基本处理单元,仅能提取和利用象素级的图象特征以及象素邻域范围内的空间信息,不再适用于高分辨率遥感图象的解译。因此,论文以面向对象的图象处理技术为核心,围绕PolSAR图象的对象构建技术、基于对象不同特征的图象分类方法以及建筑物目标检测识别方法等内容进行研究。主要研究内容包括:首先,针对PolSAR图象中包含多种地物类型,难以选择合适的图象分割尺度,从而影响对象构建以及后续面向对象图象解译精度的问题,论文提出了基于带宽自适应均值漂移(Mean Shift)算法的PolSAR图象对象构建方法。文中根据高分辨率PolSAR图象的极化散射模型,计算了图象中地物的主导散射机制,并通过引入半方差数理统计算子,对图象主导散射机制的空间变化特性进行分析,自适应地选择空间核函数中的空间尺度参数,得到具有较高类内同质度和类间异质度的图象对象,实现高精度的PolSAR图象对象构建。实验结果表明,文中提出的基于图象极化和统计特性联合的空间尺度选择方法,无需人工参与,能够自适应地选择最优的图象分析尺度,有效地提高PolSAR图象对象构建的精度,为后续面向对象的图象解译奠定基础。其次,随着分辨率的提高,图象的信息复杂度增加,针对传统的统计分布模型主要应用于中低分辨率图象,不再适用于高分辨率PolSAR图象的问题,论文建立了基于极化辅助随机场的面向对象马尔可夫模型,实现面向对象的PolSAR图象的非监督分类。本文在PolSAR图象对象构建的基础上,将面向对象的思想与马尔可夫随机场模型相结合,通过建立多尺度对象邻接图,表征对象间的空间语义联系,并引入极化辅助随机场,描述对象在不同尺度下的极化信息,研究建立了基于极化辅助随机场的面向对象马尔可夫随机场模型,实现了基于对象统计特性的高分辨率PolSAR图象分类。实验结果表明,文中建立的PA-OMRF模型能够有效描述高分辨率PolSAR图象的统计特性,充分利用图象对象间的空间语义信息,提高PolSAR图象非监督分类的性能。同时,图象对象由于与地面上的实际地物形态更为接近,还具有丰富的极化、空间、语义以及拓扑等特征,针对目前缺少有效的对象特征提取方法以及难以综合利用对象不同特征的问题,论文提出了基于空间和语义信息联合的面向对象的高分辨率PolSAR图象监督分类方法。本文在图象对象构建的基础上,建立对象间的层次网络结构,分析和提取对象间的语义拓扑信息,建立对象的极化空间-语义模型,综合利用对象的多维特征,实现PolSAR图象面向对象的监督分类。实验结果表明,对象多维特征的提取和综合利用是提高面向对象图象处理精度的关键,文中提出的基于对象多维特征的图象分类方法能够综合利用图象中地物的丰富特征,有效提高高分辨率PolSAR图象监督分类的精度。最后,由于PolSAR图象的特殊成象机理以及建筑物目标复杂的空间结构,建筑物目标常常呈现与森林等地物类型相似的散射特性,从而难以准确地提取建筑物目标,针对这一问题,论文提出了基于对象认知模型的PolSAR图象建筑物目标认知方法。文中在图象对象构建的基础上,结合对象极化、空间以及语义等多维特征,引入人类图象解译的知识经验机制,通过模拟人类图象认知的过程,研究建立了“对象感知-逻辑推理-认知决策”的对象认知模型,实现了高分辨率PolSAR图象的建筑物目标检测识别。实验结果表明,文中研究的基于对象认知模型的目标解译方法,能够有效区分建筑物目标与其他目标类型,从复杂的背景环境中提取出建筑物目标,有效提高了PolSAR图象中建筑物目标的检测识别性能,并降低了目标认知的虚警率。
其他文献
超精密运动系统是光刻机的关键组成部分,其控制技术是光刻机的核心技术之一。为满足光刻机特征尺寸、套刻精度和产率等关键技术指标,其运动系统必须兼顾高动态与超精密的运动需求。目前,超精密运动控制通常采用反馈与前馈相结合的二自由度控制结构,在反馈控制带宽受限于机械结构模态无法继续提升的情况下,前馈控制可以通过及时补偿参考轨迹和外部扰动来提升运动控制系统的响应速度和运动精度。然而对于光刻机运动系统这样模型及
近年来,随着互联网金融的发展,非法传销突破了传统地域、社交关系的限制呈现出爆发式的增长和扩张态势,严重威胁着人民的经济财产安全,极大地破坏了国家的金融安全环境。非法传销作为一种集体型欺诈行为,具有组织运作方式复杂、抗侦查能力强等特点。然而,现阶段依赖情报线索、数据检索、人工分析的传销行为侦查手段难以满足我国对非法传销监管的实际需求。大数据时代的到来提供了丰富的金融数据,如何充分利用数据分析技术实现
图像空间分辨率作为衡量天文成像系统性能的核心指标,直接决定能否实现全天候、多目标和高清晰度的观测需求,然而天文成像过程受到系统像差、大气湍流、高度真空和极端温度等众多因素影响,不可避免地造成实际观测天文图像的空间分辨率大幅降低。通过“硬件途径”提高天文图像空间分辨率的效果极其有限,因此本文研究如何利用超分辨率重建技术突破天文成像系统自身的理论衍射极限,尽可能地复原目标天文场景本来面貌且改善其清晰度
近些年来基于端对端学习的神经机器翻译由于其十分突出的翻译性能受到学术界和工业界的广泛关注。相比于传统的需要显式建模隐含结构的统计机器翻译,神经机器翻译直接整体建模源语言文本到目标语言文本的翻译过程,有效地摆脱对于繁琐而复杂的特征工程的依赖。具体而言,其对于待翻译的源语言文本进行理解以编码获得相应的连续向量表示,而后根据该连续向量表示规划目标语言具体内容进而翻译得到目标语言文本。虽然神经机器翻译已经
目的 研究当前及未来气候模式下新疆维吾尔自治区(新疆)钝缘蜱适生区分布情况。方法 通过实地采样及文献检索,选取2002-2022年间新疆地区钝缘蜱的分布数据,利用ArcGIS 10.6软件对获取到的钝缘蜱分布数据进行筛选;从WorldClim 2.1数据库中获取新疆地区过去30年及未来80年气候数据,使用最大熵(MaxEnt)模型的折刀法测试结合Spearman相关性分析筛选主要环境变量。根据筛选
视觉目标跟踪任务一直以来都是计算机视觉中的热点问题,研究者们始终致力于研究鲁棒的跟踪器来应对现实情况中出现的各种干扰因素,包括:光照变化、形变、快速移动、运动模糊、复杂背景、遮挡以及低分辨率等等。针对这些干扰因素,研究者们通过利用灰度或手工设计的特征来对部分-目标、目标-局部上下文以及目标-背景上下文的关系进行建模。受制于这些简单特征有限的表达能力,基于卷积神经网络的深度特征被引入其中,使得这些方
随着第二代高通量测序技术和单细胞测序技术的不断发展,各大造福人类的基因组测序计划不断开展,产出了大量单细胞测序数据和基因组变异数据,现阶段科研重点已经从获得数据和发现变异,逐渐转向研究变异背后深层次的机理,挖掘基因组变异所映射的表型和细胞型之间的关系,这种科研重心的变化对于理解重大疾病发病机理、发现药物靶点等问题具有重要意义。单细胞测序数据与表型数据的联合分析是解决该问题的重要途径,通过在大量的表
机器学习作为人工智能的核心技术之一,被广泛应用于安防、工业制造、医疗等领域,产生了巨大的经济和社会效益,与人们的日常生活息息相关。传统机器学习假设测试样本与训练样本独立同分布,从而训练的模型在测试集上有稳定的性能。然而,由于真实场景复杂多变,该假设往往无法满足。例如,场景中光照、背景、相机拍摄角度、像素大小等变化均会产生数据集差异。此外,即使针对相同任务,利用不同方法采集标注训练数据的成本通常也存
火星捕获是火星环绕探测任务中关系成败的关键环节。火星捕获机会唯一、任务复杂,是探测器顺利进入环火轨道的前提。在火星捕获阶段,存在器地通信时延大、飞行环境未知因素多等风险,要求火星探测器必须具备自主导航与控制的能力。本文以我国天问一号火星探测工程任务为背景,围绕火星探测捕获段自主导航与控制中的问题展开研究:如何自主确定探测器在参考坐标系中的位置、速度;如何生成优化的轨道控制策略,使得探测器在消耗最少
航天工程与技术的快速发展,对航天器姿态控制方法提出了越来越高的要求。一方面,减少能量消耗的原则和快速机动、精准定向等空间任务要求航天器能在最短的时间内以最大控制精度完成姿态机动控制。另一方面,空间环境的复杂性导致航天器在轨任务时面临各种控制问题,如参数不确定性、控制饱和、外部干扰等因素都会降低航天器的控制性能甚至危及其稳定性。因此,在未来的航天应用中,可靠且高性能的姿态优化控制方法将会扮演越来越重