扫描地形图和遥感图像中的目标识别

论文摘要

地图矢量化和遥感图像智能处理是当今学术和应用领域广为关注的热点内容，对构建现代数字地理信息和扩展其应用具有十分重要的意义。本文围绕扫描地形图和遥感图像中主要目标的提取、识别和分类问题，进行了深入系统的研究。在地图矢量化方面，以在实际中最常使用的地形图为对象，主要研究了彩色扫描地形图中等高线和街区式居民地的自动提取。(1)提出了一种基于颜色键集合(color key set)技术的彩色地图分色改进算法，抑制了扫描图像中的颜色失真。(2)提出了一种了适合一般质量地形图中等高线自动提取的新方法，利用灰度线段分割修补等高线彩色分割结果和局部窗口分割技术，解决了等高线的断裂和粘连问题。(3)提出了先用Gabor滤波器检测晕线再提取居民地轮廓的方法，能够识别彩色地形图中街区式居民地。(4)研制了一个地形图矢量化软件——AutoVector，并已得到初步应用。在遥感图像智能处理方面，主要研究了高分辨率全色遥感图像和多光谱遥感图像中纹理特征提取，以及目标检测与分类。纹理特征提取研究主要包括：(1)提出了一种在高分辨率全色图像上结合Gabor小波和ICA的纹理特征提取(ICAG)方法，获得了ICAGⅠ和ICAGⅡ两种纹理特征，用于表征纹理在不同尺度和方向上的高阶统计特性。(2)提出了一个ICA多尺度纹理算子，它先利用多个波段数据建立高维矢量再通过ICA提取纹理特征用于多光谱纹理分析。目标检测与分类研究主要包括：(1)提出了一种融合基于ICAGⅡ纹理特征的区域分割和边缘检测方法，能够自动识别高分辨率全色遥感图像中城镇和乡村级居民地。(2)提出了一种组合地物的光谱特征、几何形状特征和ICA多尺度纹理算子的分层分类方法，实现了多光谱图像中盐渍土的自动分类，解决了盐渍土与农田等非盐渍土地物边界不易区分，裸露盐渍土同居民地、道路之间的光谱混淆，以及有植被覆盖盐渍土光谱特征不一致等问题。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题背景及研究意义
• 1.2 课题研究现状
• 1.2.1 地图矢量化的研究现状
• 1.2.2 遥感图像智能处理的研究现状
• 1.3 论文主要工作及成果
• 1.4 论文内容安排
• 第二章 彩色扫描地形图的图像特征
• 2.1 引言
• 2.2 地形图的基本概念
• 2.2.1 地形图的定义和特性
• 2.2.2 地形图的表示手段
• 2.3 扫描仪及图像颜色失真
• 2.3.1 大幅面扫描仪的工作原理
• 2.3.2 扫描图像颜色失真分析
• 2.4 彩色扫描地形图的图像特征
• 2.4.1 图像精度与扫描分辨率
• 2.4.2 颜色特征
• 2.4.3 形状特征
• 2.4.4 拓朴关系
• 2.5 彩色扫描地形图的分色
• 2.5.1 颜色模型的选择
• 2.5.2 现有分色方法的回顾
• 2.5.3 基于颜色键集合技术的分色改进算法
• 2.5.4 分色结果的去噪处理
• 2.6 本章小结
• 第三章 彩色扫描地形图中等高线的自动提取
• 3.1 引言
• 3.2 等高线的基本概念
• 3.2.1 等高线的定义和特点
• 3.2.2 等高线的分类
• 3.3 现有提取方法的回顾
• 3.3.1 等高线自动提取面临的主要问题
• 3.3.2 现有提取方法的回顾和评述
• 3.4 相关基础算法讨论
• 3.4.1 细化
• 3.4.2 剪枝
• 3.4.3 曲线跟踪
• 3.5 适合一般质量地形图中等高线自动提取的新方法
• 3.5.1 基本原理及处理流程
• 3.5.2 灰度线段分割修补彩色等高线分割结果
• 3.5.3 解决等高线断裂和粘连问题
• 3.5.4 实验结果及其评价
• 3.5.5 需要进一步解决的问题
• 3.6 本章小结
• 第四章 彩色扫描地形图中街区式居民地的自动提取
• 4.1 引言
• 4.2 居民地的基本概念
• 4.2.1 居民地的建筑、类型和平面图形
• 4.2.2 街区式居民地的地图表示
• 4.3 现有提取方法的回顾
• 4.3.1 街区式居民地提取面临的主要问题
• 4.3.2 现有提取方法的回顾和评述
• 4.4 应用Gabor滤波器检测晕线纹理
• 4.4.1 Gabor滤波器公式与特性
• 4.4.2 Gabor滤波器设计
• 4.4.3 Gabor滤波与晕线纹理检测
• 4.5 带晕线填充的街区式居民地的自动提取
• 4.5.1 基本原理与处理流程
• 4.5.2 居民地内部晕线检测
• 4.5.3 居民地轮廓提取
• 4.5.4 实验结果及其评价
• 4.5.5 需要进一步解决的问题
• 4.6 本章小结
• 第五章 高分辨率全色遥感图像中居民地的自动识别
• 5.1 引言
• 5.2 高分辨率全色遥感图像中居民地的特征
• 5.2.1 高分辨率遥感卫星介绍
• 5.2.2 居民地的图像特征分析
• 5.3 现有识别方法的回顾
• 5.3.1 居民地自动识别面临的主要问题
• 5.3.2 现有识别方法的回顾和评述
• 5.4 结合Gabor小波和ICA的纹理特征提取
• 5.4.1 初级视觉过程的多频率通道
• 5.4.2 Gabor小波与滤波器设计
• 5.4.3 ICA分析Gabor特征——ICAG纹理特征
• 5.4.4 实验结果及其评价
• 5.5 基于ICAG纹理特征的居民地自动识别
• 5.5.1 基本原理与处理流程
• 5.5.2 居民地区域分割
• 5.5.3 居民地轮廓提取
• 5.5.4 实验结果及其评价
• 5.5.5 需要进一步解决的问题
• 5.6 本章小结
• 第六章 多光谱遥感图像中盐渍土的自动分类
• 6.1 引言
• 6.2 盐渍土的相关知识
• 6.2.1 盐渍土的定义、成因及分布
• 6.2.2 研究区域的盐渍土概况及其多光谱图像
• 6.3 现有分类方法的回顾
• 6.3.1 盐渍土自动分类面临的主要问题
• 6.3.2 现有分类方法的回顾和评述
• 6.4 ICA多尺度纹理算子用于多光谱图像分析
• 6.4.1 现有的多光谱图像纹理分析方法
• 6.4.2 纹理单元与列矢量的定义
• 6.4.3 ICA分析提取多尺度纹理特征
• 6.4.4 实验结果及其评价
• 6.5 多特征相结合的盐渍土自动分层分类
• 6.5.1 基本原理及处理流程
• 6.5.2 地物的波谱特性与几何形状分析
• 6.5.3 基于纹理特征的图像分块和聚类分析
• 6.5.4 实验结果及其评价
• 6.5.5 需要进一步解决的问题
• 6.6 本章小结
• 第七章 总结与展望
• 致谢
• 参考文献
• 附录A AutoVector地形图矢量化软件
• A.1 AutoVector软硬件要求
• A.2 AutoVector主要功能界面
• A.3 联合使用AutoVector和MapGIS软件生成DEM数据
• 攻读博士期间已撰写及发表的论文
• 攻读博士期间参加和完成的科研任务