论文部分内容阅读
本论文工作源于国家自然科学基金项目(40372129，40202030)和北京市自然科学基金(4062020)以及珠海市基金项目(200531009，PC20051094)。近年来，城市目标监测是遥感技术的重要方向之一，它在环境、农业、军事等领域都已经有了非常广泛的应用。
本文选择北京顺义和广东肇庆为主要实验区，针对城市目标监测感兴趣的信息，重点研究了光学和雷达遥感影像的信息挖掘和目标检测若干理论方法。取得了如下的结果：
1.随着卫星研制技术的发展，如何快速有效地从光学遥感影像数据挖掘出感兴趣的有用信息一直是光学遥感影像研究的一个热点。遥感影像的预处理直接影响影像信息的挖掘，进而影响分类结果。本文在快速独立成分分析研究基础上，首次引入核心独立成分分析并深入探讨了其中的两种核心独立成分分析算法及其在遥感影像分类预处理中的应用，从多方面比较了它们之间及它们与快速独立成分分析等预处理方法的优缺点。结果表明，采用独立成分分析方法预处理能获得比主成分分析更好的去相关性，且能实现遥感影像的高阶统计独立性从而进一步增强类别的可分离度，使得分类结果比原影像直接分类的结果更加合理可靠。研究也表明，核心独立成分分析与快速独立成分分析相比具有更好的鲁棒性和稳定性；对于两种核心独立成分分析算法而言，核心广义方差算法更能增强线状特征，其对于信息的保真度优于核心典型分析算法，且具有更高的分类精度。
2.BP神经网络分类与极大似然分类、最小距离分类和平行六面体分类等传统分类方法的对比实验。结果表明BP神经网络分类优于极大似然分类等基于统计的传统分类器，且多元方法的有机结合能获得更好的分类结果。
3.雷达遥感影像的目标检测是多年来引起遥感领域广泛关注的热点，而雷达遥感影像上往往存在强烈的相干斑噪声，如何有效抑制漏检和虚警也一直是雷达遥感影像目标检测的重点和难点。本文在前人的研究基础上，根据城市目标监测的需要，分别就先进合成孔径雷达影像上河面船舰和桥梁的检测方法作了探讨和研究，依据不同待测目标的特点采用了不同的检测方法，均取得了较好的实验结果。主要研究了基于纹理分割和数学形态学方法的河面船舰检测和基于组合小波变换和形态学算子的综合方法桥梁检测。结果表明，所用方法能够有效地检测出待检目标，与传统检测方法相比，其抑制漏检和虚警的能力都所用方法能够有效地检测出待检目标，与传统检测方法相比，其抑制漏检和虚警的能力都有所增强，尤其是基于组合小波变换和形态学算子的桥梁检测方法，由于组合小波基的多分辨率、局部性、高效性和其中“莫莱特小波”基面向纹理和“墨西哥草帽”小波基面向边缘的特性以及形态学算子的灵活性，使得其与Sobel、Canny等传统边缘检测算子相比检测能力大大增强。实验结果也表明，综合利用各种方法优点的检测结果要优于单一方法的检测。
4.光学和雷达遥感各有所长，前面实验结果表明单一的数据源提供的信息始终有限，因此本文对多源遥感影像数据融合也作了一定的分析研究，提出了基于区域方差比较的提升小波变换融合方案，并与传统金字塔融合算法的结果进行了比较，结果表明该方法能够获得更为丰富的信息。
5.针对不同性质的目标(不同的应用领域要检测的目标不同)要采用不同数据源和不同处理方法，可以获得最优的结果。