学位论文 > 优秀研究生学位论文题录展示
基于可见光遥感图像的典型目标识别关键技术研究及其系统实现
作 者: 邢坤
导 师: 付宜利
学 校: 哈尔滨工业大学
专 业: 机械电子工程
关键词: 遥感图像 目标识别 特征提取 视觉注意
分类号: TP751
类 型: 博士论文
年 份: 2010年
下 载: 591次
引 用: 0次
阅 读: 论文下载
内容摘要
遥感图像用于军事侦察不仅可以对作战指挥起辅助决策作用,还可以直接引导武器系统实施精确打击。目前我军对军事目标判读和情报整编工作处于由目视、定性、经验判读向人机交互和自动判读的转变阶段,对复杂背景下大幅面高分辨率遥感图像中目标的特性还缺乏系统研究,很大程度上影响了目标的发现、识别和确认,导致了遥感图像数据利用率和时效性降低,难以满足我军对侦察情报的实际需求。本文在对现有自动识别技术进行分析的基础上,深入研究了大幅面可见光遥感图像中几类典型目标的特性,研制基于知识的识别系统,实现典型目标的快速筛选与识别。针对遥感图像中大型目标的直线特征提取问题,设计了一种基于类直线提取的改进Hough变换算法,并将其应用于机场目标识别中。类直线的提取是Hough变换的预处理,在保持边缘特性的同时,也检测到了Hough变换所使用的特征点。在图像空间中对每条初步提取的类直线分别进行Hough变换,改进投票过程的映射方式,从类直线中寻找最多特征点对应的那条直线,减少虚假峰值的影响。机场目标的识别通过检测符合机场跑道特征的平行直线完成。针对水上桥梁目标,提出一种基于水域分割的快速识别算法。首先采用基于广义局部傅立叶变换(general local Fourier transform, GLFT)的纹理统计特征分块提取水域,GLFT纹理特征具有计算量小、纹理鉴别性能和纹理分割效果好的优点,分块计算使水域轮廓变得规则,提高了整个算法的效率。然后通过轮廓链码对水域形状进行判断,剔除虚假水域,根据梯度信息提取疑似桥梁区域。为了提高正确识别率,最后使用三个比较稳定的知识参数验证桥梁。在深入分析结构特征的基础上,提出一种基于内港区域的港口目标的快速识别算法。采用基于梯度分割的方法结合灰度相似性聚类初步提取海域,通过分析图像中是否存在海域来判断港口存在的可能性;如果存在海域,提取海洋和陆地区域并得到粗略的海岸线,对海域分别沿8个方向寻找陆地,根据封闭程度确定疑似内港区域;引入U形结构元的概念,对疑似内港区域进行结构特征判断,确定真实港口区域。将人类视觉选择性注意机制在目标感知方面所表现出来的优点应用到遥感图像目标识别领域,提出一种基于视觉注意模型的小型战术目标检测方法。结合对前人视觉注意模型的讨论,依据特征整合理论,提出新的选择性注意模型。该方法在视觉注意阶段采用基于数据驱动的策略,寻找背景图像中特征差异最大的地方作为注意焦点,而在感兴趣区域分析阶段根据油库、飞机和爱国者导弹阵地等目标的先验知识引导识别。本文认为显著图融合模块接受来自返回抑制和位置增强的反馈,使目标检测过程循环进行,这样更符合人类视觉的注意过程。根据实际应用需求,研制典型目标快速识别系统,功能在于对可见光遥感图像进行高效管理,分析并提取目标的特征以实现基于知识的自动识别与定位,形成规范的目标特征模型及其目标数据库。设计软件及硬件总体框架,系统提供快捷方便的人机交互方式,辅助判读人员完成判读工作。实验结果表明,本文提出的目标识别方法,能够在复杂背景中,快速而有效地识别机场、桥梁、港口等大型战略目标和油库、飞机、导弹阵地等部分战术目标。
|
全文目录
摘要 3-5 Abstract 5-13 第1章 绪论 13-27 1.1 引言 13-14 1.2 遥感图像种类及特点 14-15 1.3 目标识别关键技术研究概述 15-22 1.3.1 图像分割 16-17 1.3.2 特征提取 17-21 1.3.3 模式识别 21-22 1.4 遥感图像典型目标识别研究现状 22-25 1.5 课题来源和研究目的与意义 25 1.6 论文的主要内容 25-27 第2章 基于直线特征提取的机场目标识别 27-45 2.1 引言 27-28 2.2 降分辨率处理 28-29 2.3 边缘检测 29 2.4 基于Hough 变换的直线特征提取 29-37 2.4.1 Hough 变换原理 30-31 2.4.2 传统Hough 变换的局限性 31-32 2.4.3 基于类直线提取的改进Hough 变换 32-37 2.5 机场目标区域的确定 37-39 2.6 实验分析 39-44 2.6.1 改进Hough 变换提取直线 39-42 2.6.2 机场目标识别 42-44 2.7 本章小结 44-45 第3章 基于分块水域分割的水上桥梁目标识别 45-64 3.1 引言 45-46 3.2 基于GLFT 的分块水域提取 46-56 3.2.1 纹理特征提取水域方法 46-47 3.2.2 GLFT 特征提取方法 47-51 3.2.3 纹理特征提取方法比较 51-54 3.2.4 基于GLFT 的分块水域提取 54-56 3.3 基于形状特征分析的水域修正 56-58 3.4 基于梯度信息的疑似桥梁提取 58-59 3.5 基于参数估计的验证 59-62 3.6 实验分析 62-63 3.7 本章小结 63-64 第4章 基于内港区域分析的港口目标识别 64-85 4.1 引言 64 4.2 基于梯度的海陆分割 64-69 4.3 基于封闭特性的疑似内港区域提取 69-71 4.4 基于U 形结构元的港口目标识别 71-82 4.4.1 直线单元获取 72-78 4.4.2 直线单元编组 78-80 4.4.3 U 形结构元提取 80-82 4.5 实验分析 82-84 4.6 本章小结 84-85 第5章 基于视觉注意机制的小型目标识别 85-109 5.1 引言 85-86 5.2 选择性视觉注意机制 86-87 5.3 选择性视觉注意模型 87-89 5.4 基于选择性视觉注意机制的目标识别算法 89-96 5.4.1 视觉刺激 90-92 5.4.2 信息处理 92-95 5.4.3 视觉注意 95 5.4.4 知识加工 95 5.4.5 视觉分析 95-96 5.4.6 视点转移 96 5.5 基于选择性视觉注意机制的小型目标识别 96-108 5.5.1 油库目标识别 96-101 5.5.2 飞机目标识别 101-105 5.5.3 爱国者导弹阵地目标识别 105-108 5.6 本章小结 108-109 第6章 典型目标识别系统实现 109-117 6.1 引言 109 6.2 系统主要功能 109-110 6.3 系统主要数据源 110 6.4 系统主要技术指标 110-111 6.5 软件结构设计 111-113 6.5.1 系统软件基本结构 111 6.5.2 系统软件主要功能 111-113 6.6 硬件结构设计 113-114 6.7 系统主要技术 114-116 6.8 本章小结 116-117 结论 117-119 参考文献 119-132 攻读博士学位期间发表的论文 132-134 致谢 134-135 个人简历 135
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 基于智能学习的多传感器目标识别与跟踪系统研究,TP391.41
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 红外超光谱图像的虚拟探测器研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 空中目标抗干扰识别跟踪系统,TN215
- 基于随机森林的植物抗性基因识别方法研究,Q943
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
中图分类: > 工业技术 > 自动化技术、计算机技术 > 遥感技术 > 遥感图像的解译、识别与处理 > 图像处理方法
© 2012 www.xueweilunwen.com
|