论文部分内容阅读
基于遥感影像的目标识别与提取，直接影响并制约着遥感影像在军事侦察、城市规划等领域的应用。作为目标识别与提取技术的关键环节，目标特征提取技术一直是遥感影像应用领域的研究热点和难点。目标特性库的引入便于特征信息的有效管理与利用，为实现目标准确、快速、自动识别提供了有效的支撑。因此，面向目标特性库的几何特征提取研究，不仅要求所提取的特征对目标具备较强的区分能力，而且对其易用性与可扩展性提出了更高的要求，使现有的特征提取方法面临了新的挑战。 针对上述问题，本文在分析不同目标的结构、纹理等特性的基础上，面向飞机、建筑物、道路、桥梁四类典型目标，研究其相应面、线几何特征的自动高效提取方法，并结合目标特性库对特征存储的规范化约束需求，相应开展了特征描述方法研究，从而获得易提取、易描述、易应用、易存储的几何特征，为目标检测与识别等应用提供有效、可靠的信息支撑。本论文集中在以下三个方面开展了研究: (1)针对高分辨率遥感影像中的飞机目标，其结构复杂、难以用有限的几何形状进行描述等问题，提出了结合Harris-Laplace区域检测与梯度仿射不变矩特征描述的面特征提取方法。该方法能有效的克服特征提取时易受成像视角变换、光照变换的影响，且其描述简单、便于存储与利用，具有较强的通用性和健壮性。 (2)针对形状特征可用有限直线段拟合的规则建筑物、道路、桥梁等目标，提出了改进的LSD(Line Segment Detection)方法来检测目标边缘特征，并利用边界片段描述法将线段优化为能充分表示各条线段自身特征及其相互关系的特征向量，该方法具有自动化、快速及简单易用等显著优势。 (3)在上述研究的基础上，提出了利用树型结构来进行线面特征的组织管理，同时利用固定维数的向量描述特征节点，使得几何特征兼具描述简单与存储方便的优点，可以提高特征的描述全面性与有效利用性。 最后，基于上述研究成果，利用最小距离分类器及AdaBoost分类器对不同目标开展识别实验，验证了本文所提出的目标特性库特征的组织规则有较强的通用性，以及所提取的线、面特征在目标识别中表现出好的稳定性与精确性。