典型人造目標(biāo)自動(dòng)識(shí)別算法研究.pdf

1、隨著遙感圖象分辨率的提高，圖象數(shù)據(jù)量有了爆炸式的增長。如何從海量圖象數(shù)據(jù)中及時(shí)、準(zhǔn)確地獲取所需信息并加以利用，成為需要解決的重大問題。如果完全靠傳統(tǒng)的人工方法對(duì)大幅面高分辨率遙感圖象進(jìn)行判讀和識(shí)別，效率和精度都無法保證。因此，利用計(jì)算機(jī)對(duì)遙感圖象中的感興趣目標(biāo)進(jìn)行自動(dòng)識(shí)別，輔助判讀人員完成判讀工作具有非常重要的意義。本文在對(duì)現(xiàn)有典型人造目標(biāo)自動(dòng)識(shí)別技術(shù)進(jìn)行分析的基礎(chǔ)上，以感興趣的大中型水上橋梁目標(biāo)和圓形目標(biāo)群為研究對(duì)象，深入研究了其在復(fù)

2、雜背景下大幅面高分辨率遙感圖象中的目標(biāo)特性并實(shí)現(xiàn)了目標(biāo)的快速篩選與識(shí)別，取得了一些有價(jià)值的研究成果。
　　本文對(duì)遙感圖象的目視判讀、自動(dòng)判讀和交互判讀進(jìn)行了簡(jiǎn)要介紹并對(duì)它們的優(yōu)缺點(diǎn)進(jìn)行了分析，然后對(duì)高分辨遙感圖象數(shù)據(jù)的特點(diǎn)進(jìn)行了總結(jié)并指出開展高分辨率遙感圖象目標(biāo)自動(dòng)識(shí)別進(jìn)行輔助判讀的必要性和緊迫性，最后對(duì)高分辨遙感圖象中的道路、建筑物、橋梁和機(jī)場(chǎng)等人造目標(biāo)識(shí)別技術(shù)進(jìn)行了分析，提出了存在的主要問題。
　　針對(duì)現(xiàn)有橋梁識(shí)別算法的

3、不足，建立了一種基于知識(shí)的水上橋梁識(shí)別算法。根據(jù)橋梁在高分辨遙感圖象中的功能特征、灰度特征、幾何特征和空間上下文特征，建立了水上橋梁的先驗(yàn)知識(shí)庫；根據(jù)高分辨率遙感圖象中河流的灰度特征和形狀特征利用模糊分割和聚類的方法對(duì)河流區(qū)域進(jìn)行粗分割，并根據(jù)橋梁與河流之間的空間關(guān)系提出了一種確定感興趣區(qū)域的方法，利用該方法自動(dòng)提取出感興趣區(qū)域的子圖象，然后對(duì)感興趣區(qū)域子圖象進(jìn)行分割、輪廓跟蹤、直線擬合等操作獲取潛在水上橋梁的特征，最后再根據(jù)水上橋梁的

4、先驗(yàn)知識(shí)對(duì)潛在橋梁進(jìn)行驗(yàn)證。在水上橋梁識(shí)別的過程中，河流和橋梁的先驗(yàn)知識(shí)始終貫穿其中，從而大大提高了檢測(cè)和識(shí)別速度。
　　通過對(duì)高分辨遙感圖象中的圓形目標(biāo)特征進(jìn)行詳細(xì)分析，建立了一種基于圓檢測(cè)技術(shù)和空間分布關(guān)系的圓形目標(biāo)群識(shí)別方法。該方法充分利用圓形目標(biāo)群中的單一目標(biāo)在外觀上表現(xiàn)為圓形以及圓形目標(biāo)集群分布的特點(diǎn)，利用圓檢測(cè)技術(shù)從圖象中檢測(cè)出候選圓目標(biāo)，然后利用候選圓目標(biāo)的空間分布和數(shù)量關(guān)系來確認(rèn)各個(gè)圓形目標(biāo)群區(qū)域，在消除虛警的同時(shí)

5、，完成了圓形目標(biāo)群的識(shí)別。為了從圖象中快速提取出圓形目標(biāo)，本文在RCD(RandomizedCirclesDetection)算法的基礎(chǔ)上，對(duì)采樣點(diǎn)的選取方法以及證據(jù)積累過程中與像素有關(guān)的運(yùn)算方法進(jìn)行改進(jìn)，提出了一種改進(jìn)的隨機(jī)圓檢測(cè)算法；另外，根據(jù)圓形目標(biāo)的幾何特征，提出了兩種快速圓檢測(cè)算法；并對(duì)上述三種圓檢測(cè)算法進(jìn)行了對(duì)比實(shí)驗(yàn)。
　　實(shí)驗(yàn)分析表明，本文建立的自動(dòng)識(shí)別復(fù)雜背景下大幅面高分辨率遙感圖象中水上橋梁和圓形目標(biāo)群這兩類典型