论文部分内容阅读
桥梁作为一种典型且重要的人造目标,对其的自动检测与识别已经成为一个研究热点,在军事领域和民用领域都有着十分重要的意义。本文以可见光遥感图像中桥梁目标的自动检测和识别为研究背景,针对特征提取、河流检测、河流区域修正和桥梁目标识别等问题进行了研究,并在此基础上建构了一个完整的桥梁目标自动检测与定位系统。本文的主要研究内容和成果如下：(1)针对遥感图像中包含的与河流目标相似地理区域对河流检测识别产生严重干扰的问题,本文在对地理目标进行大量的实验与观察的基础上,分析了遥感图像中河流区域和背景区域的差异,提出了一种新的区分河流区域和背景区域的特征-角点信息特征。并结合遥感图像局部熵特征和纹理特征,构造了区分河流区域和背景区域的特征向量,利用支持向量机进行判断,实现河流区域的检测。实验结果表明本文方法能够在复杂背景下准确地定位河流区域,有效地避免了相似区域的干扰。(2)针对受各种因素影响,河流粗分割结果为多个孤立的不连续的闭合区域的问题,本文提出了一种基于改进的测地线活动轮廓模型的河流区修正算法。本文将河流目标的粗检测结果与改进的GAC模型结合起来,提取河流目标的精确轮廓,获得完整的河流区域。实验结果表明新算法能够有效地克服遥感图像的拼接间隙、河流区域内的波浪和云层,以及池塘、农田等伪河流区域的影响,成功地实现河流区域的精确提取。(3)在基于现有桥梁检测算法分析的基础上,提出了一种基于方向信息测度、模糊C均值聚类和先验知识的桥梁目标识别算法。该算法首先采用方向信息测度对图像的河流区域进行增强,锐化边缘性和方向性较强的桥梁目标,抑制其它干扰；然后采用FCM算法对桥梁目标进行粗分割,确定其的大致方位；最后根据遥感图像桥梁的先验知识剔除虚假桥梁,实现桥梁识别。实验结果表明新算法能够快速准确地提取桥梁目标,在实践中具有广泛适用性。(4)基于本文提出的桥梁检测算法,以Matlab为开发平台,并结合Google Earth软件开发设计了一个基于遥感图像的桥梁目标识别与定位系统。该系统能够自动地对Google Earth指定区域内的桥梁目标进行检测。实验结果表明该系统能够克服各种不良因素的影响,检测准确率高,泛化能力强。