基于曲线模板的遥感图像目标识别的研究

论文摘要

遥感图像目标自动识别技术是遥感图像应用的基础,这就要求更加快速准确的识别技术的出现,目前针对不同的遥感目标人们提出了许多不同的识别方法,也取得了较好的实验结果。但是大多数方法都有它的局限性,对于某类型的图像可能得到比较好的识别效果,而对于其他类型的图像得到的效果不太理想。本文主要以低分辨率的遥感图像为研究对象,设计了一种具有普适性的目标识别方法,利用曲线模板从图像上检测出目标是否存在,然后从图像中快速准确地获取目标的位置信息。本文的主要贡献概括如下:1针对低分辨率的遥感图像,提出了一种基于曲线模板的图像识别方法。由于用传统方法直接提取图像边缘,对图像的分辨率要求较高,不适用于低分辨率的图像。通过对目标特征的分析,利用曲线模板提取目标边缘就大大降低了对图像分辨率的要求。2二值化是图像目标识别中不可缺少的过程。传统二值化方法都存在局限性,本文提出一种针对低分辨率图像的“米”字二值化方法,并验证了该方法的优越性。另外,还提出一种基于分类思想的二值化方法对局部精确二值化。3设计目标判别准则和减少干扰。由于图像背景复杂,明暗跳变显著,如果特征选取不恰当,干扰较多,有可能产生误判,影响目标识别的准确性。本文提出采用优化的思想,设计目标判别准则,尽量消除误判。4系统的自适应性研究。从不同高度拍摄的图像的目标物大小不同,根据已知的拍摄高度信息,动态的调节曲线模板及判断准则的相关参数,使本文提出的方法具有较好的自适应性和较高的定位准确率。本文分析目标的特征,找出能区别它和背景不同的形状特征,运用曲线拟合目标边缘;对于曲线中参数的设定,则根据拍摄图像的距离、样本图像目标边缘形状的分析来确定。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题的研究背景
• 1.2 国内外研究现状及发展趋势
• 1.2.1 国内外研究现状
• 1.2.2 发展趋势
• 1.3 论文目的及意义
• 1.3.1 研究目的
• 1.3.2 研究意义
• 1.4 本文主要工作
• 1.5 本文各章节安排
• 第二章 课题的预备知识
• 2.1 遥感图象的特点分析
• 2.1.1 遥感图像种类及特点
• 2.1.2 遥感图像目标的特性特征和识别机理
• 2.2 图像的数学模型
• 2.2.1 简单的图像形式模型
• 2.2.2 取样和量化的基本概念
• 2.2.3 数字图像的表示
• 2.3 遥感图像的统计特征
• 2.3.1 图像的基本统计分析量
• 2.3.2 图像的直方图特征
• 2.3.3 多波段间的统计特征
• 2.4 遥感图像的预处理
• 2.4.1 传感器的辐射校正
• 2.4.2 遥感图像的傅立叶变换
• 2.5 基于统计方法的遥感图像分类
• 2.5.1 最小距离分类法
• 2.5.2 费歇尔判别分类
• 2.5.3 贝叶斯判别分类
• 2.6 二值化方法概述
• 第三章 遥感图像目标识别过程
• 3.1 目标识别方法综述
• 3.2 目标识别的关键技术
• 3.3 典型的识别系统
• 3.4 经典的目标识别技术
• 3.4.1 主要研究问题
• 3.4.2 对外界环境的要求
• 3.4.3 图像的自动识别
• 第四章 基于曲线模板的遥感图像目标识别
• 4.1 预处理
• 4.2 目标识别模型的建立
• 4.3 目标识别判别准则
• 4.4 识别系统
• 4.4.1 粗定位
• 4.4.2 目标精确定位
• 第五章 结论与展望
• 5.1 本文的总结
• 5.2 进一步的工作
• 参考文献
• 攻读硕士学位期间发表的学术论文
• 致谢