基于扩展监督主题模型的高分辨率合成孔径雷达图像的分类与标注
合成孔径雷达图像论文 高分辨率论文 场景分类论文 场景标注论文 监督主题模型论文 词包模型论文
论文详情
合成孔径雷达(Synthetic Aperture Radar,SAR)图像与光学图像相比,具有目标结构性特征缺失、场景理解难、目标与场景之间联想困难等先天性缺点。这些缺点直接导致SAR图像难以被最终用户理解。因此,SAR图像解译问题一直是SAR数据应用的核心基础共性技术问题。目前SAR图像朝着高分辨率、多极化的方向发展。面对SAR系统分辨能力的提升、极化信息的引入、处理对象的增多、精细探测的要求提高以及海量的数据,针对高分辨率SAR图像的高准确率的、快速的、高自动化的、易于人工操作的解译技术亟需发展。本文面向高分辨率SAR图像解译中的场景分类与场景标注问题,针对国内现状,重点解决高分辨率SAR图像解译中的跨越语义鸿沟问题与场景先验信息获取问题,并对稳健、排他的地物特性计算与特征提取问题做出了简单的尝试,提出一种基于扩展监督主题模型的高分辨率SAR图像分类与标注方法。本文通过3景不同的实验数据,对本文提出的方法进行了验证。通过实验,本文提出的方法在少量训练集、少量人工操作、少量知识输入的情况下,可以较为准确的、便捷的同时完成高分辨率单极化和全极化SAR图像的场景分类与像素标注的工作。
摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
图录 | 第9-11页 |
表录 | 第11-12页 |
第一章 绪论 | 第12-24页 |
1.1 研究背景 | 第12-15页 |
1.1.1 合成孔径雷达与其图像简介 | 第12-14页 |
1.1.2 高分辨率SAR 图像解译 | 第14-15页 |
1.2 国内外研究基础 | 第15-19页 |
1.2.1 国外研究基础 | 第15-16页 |
1.2.2 国内研究基础 | 第16-18页 |
1.2.3 发展趋势 | 第18页 |
1.2.4 国内现状与国外差距 | 第18-19页 |
1.3 主要问题 | 第19-21页 |
1.3.1 跨越语义鸿沟 | 第19-20页 |
1.3.2 可操作的获取场景先验信息 | 第20页 |
1.3.3 稳健、排他的地物特性计算与特征提取 | 第20-21页 |
1.3.4 其他问题 | 第21页 |
1.4 研究内容与章节安排 | 第21-24页 |
1.4.1 主要研究内容 | 第21-22页 |
1.4.2 项目支撑 | 第22页 |
1.4.3 章节安排 | 第22-24页 |
第二章 主题模型理论基础 | 第24-47页 |
2.1 本章概述 | 第24页 |
2.2 模式识别理论基础 | 第24-30页 |
2.2.1 概率分布基础 | 第24-28页 |
2.2.2 参数估计基础 | 第28-30页 |
2.3 词包模型 | 第30-34页 |
2.3.1 特征检测 | 第32页 |
2.3.2 特征提取 | 第32-33页 |
2.3.3 生成字典 | 第33页 |
2.3.4 学习与推理 | 第33-34页 |
2.4 pLSA 模型 | 第34-36页 |
2.4.1 定义 | 第34-35页 |
2.4.2 参数估计 | 第35-36页 |
2.4.3 特点 | 第36页 |
2.5 LDA 模型 | 第36-43页 |
2.5.1 定义 | 第36-39页 |
2.5.2 参数估计 | 第39-41页 |
2.5.3 特点 | 第41-43页 |
2.6 监督主题模型 | 第43-46页 |
2.6.1 USTM 在视觉领域的应用 | 第43-44页 |
2.6.2 Correspondence LDA | 第44-45页 |
2.6.3 Supervised LDA | 第45页 |
2.6.4 遥感领域的STM | 第45-46页 |
2.7 本章小结 | 第46-47页 |
第三章 工作框架 | 第47-67页 |
3.1 本章概述 | 第47-48页 |
3.2 先验知识的获取 | 第48-51页 |
3.2.1 实现流程 | 第48-49页 |
3.2.2 基于关键字的标注 | 第49页 |
3.2.3 SARMAT | 第49-51页 |
3.3 图像的词包表示 | 第51-61页 |
3.3.1 生成单词 | 第51页 |
3.3.2 特征提取 | 第51-56页 |
3.3.3 生成词典 | 第56-61页 |
3.3.4 词包统计 | 第61页 |
3.4 学习与推理 | 第61-63页 |
3.4.1 学习过程 | 第61-63页 |
3.4.2 推理过程 | 第63页 |
3.5 隐主题与实际主题的对应 | 第63-66页 |
3.5.1 分类结果的语义分析 | 第63-64页 |
3.5.2 隐主题分析 | 第64-65页 |
3.5.3 标注结果后处理 | 第65-66页 |
3.6 本章小结 | 第66-67页 |
第四章 实验与分析 | 第67-87页 |
4.1 本章概述 | 第67页 |
4.2 地物分类结果的衡量 | 第67-68页 |
4.2.1 混淆矩阵 | 第67页 |
4.2.2 平均准确率 | 第67页 |
4.2.3 品质因数 | 第67-68页 |
4.2.4 Kappa 系数 | 第68页 |
4.3 实验一 | 第68-77页 |
4.3.1 实验数据介绍 | 第68-69页 |
4.3.2 实验流程与结果展示 | 第69-77页 |
4.4 实验二 | 第77-82页 |
4.4.1 实验数据介绍 | 第77-79页 |
4.4.2 实验流程与结果展示 | 第79-82页 |
4.5 实验三 | 第82-86页 |
4.5.1 实验数据介绍 | 第82-83页 |
4.5.2 实验流程与结果展示 | 第83-86页 |
4.6 实验综述分析 | 第86-87页 |
第五章 总结与展望 | 第87-91页 |
5.1 主要工作与创新点 | 第87-88页 |
5.2 后续研究工作 | 第88-91页 |
5.2.1 ESTM 效率提升 | 第88页 |
5.2.2 ESTM 性能的提升 | 第88-89页 |
5.2.3 ESTM 的实用化与型号化 | 第89-91页 |
参考文献 | 第91-96页 |
致谢 | 第96-97页 |
攻读硕士学位期间已发表或录用的论文 | 第97-100页 |
附件 | 第100页 |
论文购买
论文编号
ABS563755,这篇论文共100页
会员购买按0.30元/页下载,共需支付
30。
不是会员,
注册会员!
会员更优惠
充值送钱!
直接购买按0.5元/页下载,共需要支付
50。
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文