桥梁识别方法的研究与实现

论文摘要

目标识别是计算机视觉和人工智能发展中一项非常重要的应用。桥梁作为一种重要的人工建筑,在军事上和民用上都有深远的意义,因此对于桥梁的识别有很重要的意义。随着遥感技术的发展,可以利用越来越多不同类型的传感器获得多种遥感图像数据,这为遥感图像中桥梁的识别提供了有利条件。本文针对遥感图像中水上桥梁目标的识别算法进行研究,提出了在知识驱动的基础上,采用多源遥感图像的融合的方法来提高桥梁识别的准确率。本文的主要工作包括下面两个方面：1.为了更充分地利用和开发多源数据资源,需要利用图像融合技术,将它们各自的优势结合起来,从而克服单一数据在实际应用中的局限,提供图像的更全面描述。本文通过研究SAR和全色图像的互补特征和特征之间的关系,在分别提取出SAR的辐射特征和全色图像的几何特征的基础上,进行特征级的图像融合工作,有助于提高识。别率。2.通过抽象和总结桥梁的几何结构和空间上下文的特征知识,指导水陆的分割,桥梁目标的提取和鉴别等相关工作,将知识运用到桥梁识别的每一步中,利用知识提取感兴趣的区域,选取潜在的目标,对目标再进行鉴别,有助于提高准确率。

论文目录

• 摘要
• Abstract
• 目录
• 1 引言
• 1.1 课题研究背景与意义
• 1.2 桥梁识别的思路与流程
• 1.2.1 桥梁识别的思路
• 1.2.2 桥梁识别的流程
• 1.3 国内外研究现状
• 1.4 目前存在的问题
• 1.5 研究工作
• 1.6 内容安排
• 2 图像的预处理与特征提取
• 2.1 图像增强的常用方法
• 2.1.1 图像灰度变换的方法
• 2.1.2 图像直方图修正的方法
• 2.2 图像特征提取的方法
• 2.2.1 灰度特征
• 2.2.2 形状特征
• 2.2.3 纹理特征
• 2.2.4 空间关系特征
• 2.3 遥感图像的特征级匹配
• 2.4 本文图像预处理的方法
• 2.5 本章小结
• 3 遥感图像桥梁知识的选取
• 3.1 特征知识
• 3.2 知识的使用
• 3.2.1 特征的选取
• 3.2.2 知识的使用方法与执行流程
• 3.3 本章小结
• 4 桥梁识别的过程与检测方法
• 4.1 分割提取水域
• 4.2 提取潜在桥梁线
• 4.3 利用知识对桥梁进行去伪存真
• 4.4 实验结果及分析
• 4.4.1 实验结果和分析
• 4.4.2 与现有方法的比较
• 4.5 本章小结
• 5 遥感图像的融合
• 5.1 多源图像融合的基本原理
• 5.1.1 多元图像的融合层次
• 5.1.2 图像融合的评价
• 5.2 遥感图像的分类和应用
• 5.3 SAR与全色图像的融合
• 5.3.1 SAR图像的辐射特性
• 5.3.2 全色图像的边缘几何特性
• 5.3.3 SAR与全色图像的互补特征融合
• 5.3.4 实验结果
• 5.4 本章小结
• 6 算法总结与扩展探讨
• 6.1 算法中存在的问题
• 6.1.1 算法的执行速度
• 6.1.2 Hough变换在低分辨率遥感图像中的局限性
• 6.2 对于低分辨率遥感图像中的桥梁目标识别方法
• 6.2.1 桥梁图像预处理和分割处理
• 6.2.2 疑似桥梁桥面的提取
• 7 总结与展望
• 7.1 工作的总结
• 7.2 后续工作展望
• 参考文献
• 研究成果
• 致谢