70000字论文范文不同地貌遥感图像信息容量差异研究
论文类型：论文范文
论文字数：70000字
论点：遥感,图像,容量
论文概述：
本文以地貌类型多样化的关中平原及周边地区为研宄区域,采用夏季的SP0T5影像，对遥感影像的空间复杂度指标因子—信息容量进行研宄，讨论了地物类型、波段类型、植被盖度、地貌地形、对遥
论文正文：
1.1研究背景
20世纪50年代的航空空遥感标志着遥感技术的开始。随着20世纪70年代人造地球卫星的出现，空间遥感发展迅速，进入了21世纪。随着先进探测技术的应用，新一代遥感平台正朝着高光谱、高几何分辨率、高定位精度、高灵敏度和多角度方向发展。遥感技术已经从表面参数的“定性”描述上升到“定量”算法估计。遥感技术已广泛应用于精细农业、资源调查、地图测绘、环境监测、城市规划、军事、海洋、水文等地方。遥感数字图像是遥感传感器接收到的一组光谱电信号的栅格记录，是遥感观测数据的主要载体。遥感图像存储了丰富的自然环境和人类特征信息。它通过空之间的分辨率、光谱分辨率、管辖权分辨率和时间分辨率来表示特征信息。
遥感图像一般以正方形像素点作为记录地物信息的最小单位，每个像素单位逐一对应一个特定的地面面积。不同的表面积具有不同的光谱响应强度，对应于遥感图像中不同的灰度值。同一类型的地被具有相似的光谱响应特性，因此，人们可以基于不同地物的光谱辐射特性，以遥感图像的像素值为处理单元，定性或定量地研究区域地表的光谱辐射特性。遥感成像过程极其复杂。它通常经历一系列复杂的过程，如辐射源-大气4地球表面(植被、土壤、水体、人工地物等)。)4个大气4个传感器等。天气条件、太阳高度角、传感器校准、仪器老化、观测姿态等因素都影响遥感影像的质量，遥感影像中经常出现“带光谱异物”现象。这些问题严重制约了遥感定量研究精度的提高，要求我们提出一种新的遥感图像处理模型。在图像质量评价方法中，一般分为主观评价法和定量评价法[2】。其中，主观评价方法直观可靠，但需要对多个测试图像进行重复测试，耗时长，受主观因素影响大，不能很好地掌握图像质量的详细特征和定量关系。定量评价方法一般采用标准偏差、均方误差、信噪比、平均梯度和信息熵等方法对图像质量进行定量判断。然而，这些评价方法也存在许多问题:标准差和均方误差主要测量像素值之间的离散程度，而忽略人眼的视觉效果；信噪比(signal-to-noise ratio)方法是基于图像信号的功率谱与噪声的比值，但通常很难计算功率谱，这使得信噪比方法的实现变得困难。信息提取只计算图像中每个灰度级的丰富度，忽略了相邻像素值之间的相关性，评价结果仍与人类视觉效果有一定偏差。
因此，需要一种客观、易于测量、符合人类视觉效果并对遥感图像质量进行合理评估的方法。目前，分形维数模型[3]主要用于评价遥感图像空之间的复杂度，可以定量描述遥感图像的结构和复杂度特征。分形维数模型通常将图像矩阵视为由多个像素点的像素值组成的不规则曲面，通过测量曲面的起伏来估计遥感图像的空之间的复杂度，并分析图像的纹理特征，有助于掌握相应地物的信息特征，进而理解遥感图像。然而，分形维数模型仅代表图像像素灰度值的差异，不能代表图像像素灰度值的层次结构。因此，还需要一种新的理论，该理论不仅可以用于定量研究空图像之间的纹理和光谱纹理复杂性特征，还可以用于分析像素灰度级的分级结构，从而研究空表面特征分布之间的复杂性。为了解决上述问题，下面介绍一种遥感图像信息容量评估模型。
1.2研究目的和意义
信息容量是计算机图形学领域的一个概念，是光栅图像像素值分布不确定性的度量。信息容量的最大优势如下:首先，在测量方法中，基于数字图像的对数归一化多维直方图构建信息容量，计算时计算相邻像素值之间的紧密或松散相关度，这比信息熵(仅计算孤立像素值)更科学地反映像素值空的分布结构和相邻像素之间的相关性；其次，通过修改约束区域，信息容量值可以从不同的角度代表评价图像的特征:
1)信息容量可以用于图像质量评价7)，克服了传统评价方法与人类视觉评价不一致的问题。
2)与信息检索和二维图像的分形维数相似，信息容量值可以反映图像的灰度复杂度和局部相邻像素之间的分散度。然而，当信息容量反映遥感物体空之间信息的复杂性时，它将在局部特征(纹理、结构、功能)上显示相同的信息容量值，这与遥感图像解释中的“异物和光谱”现象相似，从而表明目标物体无法区分，也可能存在物体内空之间的变化现象无法通过计算确定的情况。例如，水域与道路、森林与农田等之间可能存在相似甚至相等的信息容量值。用公共信息容量法分析时，只能得到各区域的综合复杂性差异，而不能评价样本区域内部的局部变化特征。
为了将信息容量理论应用于遥感地质领域，必须根据遥感地物的内部变化特征，改进信息容量算法，类似于混合像元分解。本文提出的窗口信息容量模型将图像划分为不同的网格，通过计算这些内部网格的信息容量值来反映图像的内部变化，从而达到区分图像的目的。
1.3国内外研究现状..............................11-13
1.4研究内容和技术路线..............................13-17
1.4.1项目来源..............................13
1.4.2研究内容..............................13-14 [/BR/] 1.4.3技术路线..............................14 [/BR/] 1.4.4纸张组织结构..............................14-17
第二章基础研究..............................17-25 [/BR/] 2.1研究领域和数据调查..............................17-18 [/BR/] 2.1.1研究领域调查..............................17
2.1.2 SPOT 5图像..............................17-18 [/BR/] 2.2遥感图像一维直方图..............................18-19 [/BR/] 2.3遥感图像二维直方图..............................19-21
2.4日志规范化和信息容量..............................21-23[/比尔/] 2.4.1直方图归一化..............................21-22[/比尔/] 2.4.2直方图日志归一化..............................22-23
2.4.3遥感图像的信息容量..............................23
2.5本章概述..............................23-25
第三章信息容量约束区间和参数设置..............................25-39
3.1信息容量限制间隔..............................25-30
3.1.1两种不同的遥感图像约束间隔..............................25-27
3.1.2约束区间参数决定极值..............................28-30
..............................27-28
3.1.3遥感图像信息容量3.2约束区间算法优化了..............................30-35 [/BR/] 3.3遥感图像尺寸对信息容量的影响值..............................35-38[/比尔/] 3.3.1理论预测和样本区域选择..............................35-36[/ Br/] 3.3.2质量评估约束区间的图像大小..............................36
3.3.3复杂性评估约束区间图像大小..............................36-38
3.4本章概述..............................38-39
第4章信息能力窗口分析模型..............................39-50
4.1窗户分析模型..............................39-42
4.1.1车窗分析和滑动车窗..............................39-41 [/BR/] 4.1.2窗户分析的特点..............................41-42 [/BR/] 4.2滑动窗口计算..............................42-44
4.3窗口分析实验结果和分析..............................44-49 [/BR/] 4.3.1窗口信息容量图像..............................44-46 [/BR/] 4.3.2窗口信息容量直方图..............................46-47[/ Br/] 4.3.3窗口信息容量的规模效应..............................47-49
4.4本章概述..............................49-50
第五章遥感图像信息容量差异研究..............................50-65
5.1不同地物类型信息容量差异研究..............................50-53
5.2不同波段类型信息容量差异研究..............................53-56
5.2.1实验样品面积及其大小的确定..............................53-54 [/BR/] 5.2.2不同波段类型的样本区域信息容量的计算……54-55
5.2.3不同波段类型样本区信息容量差异分析……55-56
5.3不同地貌类型信息容量差异研究..............................56-59
5.4不同植被覆盖度信息容量差异研究..............................59-64
5.5本章概述..............................64-65
结论
本文以关中平原及其周边地貌类型多样的地区为研究区域。以夏季SP0T5影像为基础，研究了遥感影像空-信息容量的复杂性指数因子。讨论了地物类型、波段类型、植被覆盖度、地形地貌对遥感信息容量的影响。在研究大尺度遥感影像窗口信息容量的基础上，构建了遥感影像窗口信息容量模型。在相关理论和实验研究的基础上，提出了一种新的遥感图像信息容量复杂性评价方法，即特征空。取得了以下研究成果:
(1)信息容量理论的早期算法研究部分:首先详细讨论了遥感图像灰度直方图和直方图的不同归一化方法，最后确定了线性函数和对数函数的两种归一化方法。然后，在信息容量约束区间的理论核心中，提出了两种不同目的的约束区间。基于图像质量评估的约束区间和基于图像空之间复杂度评估的约束区间。针对SP0T5的8位分辨率256灰度特性，通过实验确定了两个约束区间的约束参数，前者为7>128，12=2，后者取值如钛=128，Tj =20，7 ^ 3 = 60，认为该参数只是一个理论约束，在具体应用中可以在适当的范围内进行调整。最后，针对信息容量的约束区间对算法进行优化，并用Matlab代码实现。结果表明，与普通算法相比，该算法可以实现指数性能的提高。
(2)信息容量窗口分析模型。首先，在详细介绍窗口分析和窗口滑动的基础上，确定了窗口50x50、75x75、100x100的合适尺寸，讨论了窗口分析中较为重要的边界处理问题，给出了解决方案及其Matlab源代码。实验使用一个由小变大的分析窗口，反映地面物体反射特性从微观到宏观的变化。