基于高分辨率遥感影像中舰艇目标的分割与提取技术研究

论文摘要

遥感图像中军事目标的分割、特征提取和自动识别技术是现代军事信息技术研究的热点和难点问题,其应用价值主要体现在军事情报收集和对敌监控警戒、武器自动制导等诸多领域。其中,基于高分辨率（包括空间分辨率、时间分辨率和光谱分辨率,这里主要指空间分辨率）卫星影像中舰艇目标的图像处理和识别技术,在我军对台军事斗争准备以及东海、南海主权问题等方面具有重要的应用价值,它是确保我海洋主权、海上利益、对敌海上作战的重要的情报保障,也是我军现代化建设中,从机械化向信息化建设发展必须解决的重要问题。本文选择的卫星遥感图像是国产的“尖兵三号”军用侦察卫星的可见光图像,其空间分辨率在1-3米左右。论文以此类遥感影像中舰艇目标的精确分割和分割后舰艇目标的特征提取技术作为研究方向。结合图像中舰艇目标和水体背景的实际特点。首先对原始的遥感图像进行了噪声去除和对比度增强预处理,在图像增强处理过程中对已有的模糊增强算法进行了改进。在接下来的图像分割过程中,选择了基于阈值的图像分割方法作为本文研究的重点,先利用成熟的一维阈值分割方法进行舰艇目标分割实验,分析缺点。将在分割过程中使用像素的灰度分布信息和空间信息将分类像素的特征空间由一维推广到二维,用传统的二维Otsu阈值分割方法对目标进行分割,效果较好,但缺点是计算较为复杂、时间开销过大。最后提出了一种用简化的二维Otsu分割法结合区域生长法进行图像分割的方法,将整个图像分割过程分为两部分,首先用简化的二维Otsu进行初始分割,然后用区域生长法进行精确分割,实验证明该方法分割效果较为精确、速度较快,有较强的实用性。在本文的最后,介绍了一种基于归一化Freeman链码直方图技术提取舰艇目标形状特征的方法。全文共分五章。其中研究的重点在第二、三、四章,这三章分别研究了图像预处理、图像分割和特征提取的各种技术以及本文所作的一些改进和实验。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究背景
• 1.1.1 遥感技术的发展
• 1.1.2 遥感技术在军事活动中的应用
• 1.1.3 图像分割技术在遥感信息提取中的应用
• 1.2 研究意义
• 1.3 国内外研究现状及其发展趋势
• 1.3.1 图像分割和特征提取技术的研究现状
• 1.3.2 遥感图像分割和特征提取技术的发展趋势
• 1.4 本文主要内容及技术路线
• 1.4.1 本文的研究内容
• 1.4.2 本文的结构安排
• 1.4.3 本文的技术路线
• 2 遥感图像的预处理
• 2.1 图像噪声消除
• 2.1.1 图像噪声的产生原因
• 2.1.2 图像噪声的去除方法
• 2.1.3 遥感图像噪声去除实验
• 2.2 图像增强
• 2.2.1 图像增强概述
• 2.2.2 图像增强方法
• 2.2.3 改进的模糊增强算法
• 2.3 本章小结
• 3 基于阈值的舰艇目标图像分割
• 3.1 图像分割技术概述
• 3.1.1 图像分割的定义
• 3.1.2 图像分割的主要方法
• 3.1.3 图像分割的评价
• 3.2 基于阈值的图像分割方法
• 3.2.1 阈值分割方法的原理
• 3.2.2 最小误差法确定最佳阈值的分割技术
• 3.2.3 自适应阈值法分割技术
• 3.2.4 迭代阈值法分割技术
• 3.3 二维阈值OTSU 分割技术
• 3.3.1 像素的矢量描述
• 3.3.2 二维Otsu 分割方法
• 3.4 区域生长法与简化的二维OTSU 算法相结合的分割方法
• 3.4.1 用改进的二维Otsu 算法完成初始分割
• 3.4.2 松弛迭代的区域生长方法判决待定像素
• 3.4.3 实验结果及讨论
• 3.5 本章小结
• 4 舰艇目标分割后的特征提取技术
• 4.1 目标特征提取的基本理论
• 4.1.1 目标特征概述
• 4.1.2 目标特征的种类
• 4.1.3 舰艇的目标特征
• 4.2 基于FREEMAN 链码直方图技术的舰艇目标形状特征的提取
• 4.2.1 利用轮廓跟踪法获取Freeman 链码
• 4.2.2 用归一化Freeman 链码直方图提取舰艇的形状特征
• 4.2.3 舰艇目标形状特征提取实验
• 4.3 本章小结
• 5 结论与展望
• 参考文献
• 后记