基于遙感圖像的機(jī)場(chǎng)和無水橋梁目標(biāo)識(shí)別研究與實(shí)現(xiàn).pdf

1、隨著遙感技術(shù)的發(fā)展，獲取高質(zhì)量遙感圖像的途徑越來越多。遙感圖像中典型目標(biāo)的自動(dòng)檢測(cè)與識(shí)別引起了人們的廣泛關(guān)注，無論在軍事領(lǐng)域還是民用領(lǐng)域都有重要的應(yīng)用價(jià)值。橋梁和機(jī)場(chǎng)作為重要的戰(zhàn)略目標(biāo)成為研究的重點(diǎn)，許多專家學(xué)者針對(duì)特定的圖像背景提出了各種有效的檢測(cè)與識(shí)別方法。但是，由于遙感圖像的復(fù)雜性，到目前為止，還沒有一種通用性較強(qiáng)的方法。
　　 本文深入分析了遙感圖像中無水橋梁和機(jī)場(chǎng)目標(biāo)的基本特點(diǎn)，針對(duì)同一遙感圖像中可能存在多個(gè)機(jī)場(chǎng)的情況

2、，研究和實(shí)現(xiàn)了基于SVM的機(jī)場(chǎng)目標(biāo)檢測(cè)與識(shí)別方法，給出了邊緣密度和線段復(fù)雜度的定義，并提出了一種基于邊緣密度和線段復(fù)雜度的無水橋梁識(shí)別算法。主要研究?jī)?nèi)容包括：⑴基于SVM的機(jī)場(chǎng)目標(biāo)的檢測(cè)與識(shí)別算法：首先使用基于一維直方圖的加權(quán)模糊C均值(Weighted Fuzzy c-Means，WFCM)聚類算法對(duì)源圖像進(jìn)行二值分割，再對(duì)分割后的圖像進(jìn)行骨架提取，接著利用Canny算子進(jìn)行邊緣提取，再采用Hough變換提取直線，最后，對(duì)所有符合基本

3、條件要求的直線段進(jìn)行跑道延伸、聯(lián)絡(luò)道提取以確定疑似機(jī)場(chǎng)區(qū)域。根據(jù)所獲取的疑似機(jī)場(chǎng)區(qū)域，提取每一個(gè)區(qū)域然的長度、寬度、聯(lián)絡(luò)道數(shù)、Zernike矩等15個(gè)特征量，構(gòu)成一組特征矢量并送入SVM進(jìn)行分類判決。⑵無水橋梁的檢測(cè)算法：首先采用Canny算子對(duì)源圖像進(jìn)行邊緣提取，根據(jù)給出的定義計(jì)算逐像素的邊緣密度，利用邊緣密度對(duì)源圖像進(jìn)行二值分割。接著用二值圖像對(duì)源圖像進(jìn)行掩膜，再采用Canny算子對(duì)掩膜圖像進(jìn)行邊緣提取，并用Hough變換提取直線，