大型機場遙感圖分割技術研究.pdf

1、圖像分割是一項應用于圖像領域的技術手段,也是當下研究人員研究圖像處理方面一項關鍵性題目。至今，其方法仍在不斷發(fā)展，比如基于邊緣、區(qū)域、閾值以及聚類方法。然而針對大型機場遙感圖的分割技術卻研究甚少,單一的算法難以分割機場目標,所以多方法結合的分割研究，值得我們深入研究。
　　本文針對大型機場遙感圖像目標,進行分割研究，并將分割結果使用到實驗室紅外大場景建模中去,為后續(xù)項目的應用提供很好的前提準備。正如大家所熟知，不同的目標使用不同的

2、分割法，會有不同分割效果，所以找到針對機場目標的分割方法尤為關鍵?？紤]到機場遙感圖中分割目標多，邊緣參差不齊，外加航拍圖像經(jīng)常會受到天氣等影響,呈現(xiàn)模糊等特點,傳統(tǒng)方法很難得到好的分割結果。FCM算法是近年來應用比較廣，針對邊緣模糊、分割目標多，效果較好的方法，機場航拍圖像非常符合其分割目標特征。本文對FCM方法做一研究，對傳統(tǒng)FCM方法進行改進，克服了傳統(tǒng)FCM的初始聚類中心選定的隨意性而導致的迭代次數(shù)多、效率差，以及傳統(tǒng)的方法易受噪

3、聲影響的缺點，從而提高了算法的效率以及抗噪性，使得算法強大和實用性更強。多方法結合分割大型機場遙感圖。首先，改進傳統(tǒng)的FCM算法，對機場目標進行初分割，然后應用Canny算子，提取邊緣，接著形態(tài)學半自動方式優(yōu)化處理輪廓，最后將優(yōu)化的輪廓與原始圖匹配，提取出跑道目標；其次，進行實驗驗證本文算法的效率和普適性，并討論未分割的建筑物群區(qū)域，提取出建筑物群；最后實現(xiàn)了多級分割機場目標。總結論文，闡述本文的優(yōu)勢和不足，以及后期還要努力的方向。實驗