2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩58頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、本文所研究的針對高分辨率遙感圖像的多類目標檢測識別任務,有別于傳統(tǒng)的對每類目標建立具體模型的識別方法,其目的是通過提取感興趣區(qū)域,在大尺度圖像范圍內同時對多類目標進行檢測識別,在保證較高識別率的同時顯著提高效率。
   針對高分辨率遙感圖像中的五類人工建筑物目標(機場,港口,橋梁,公路樞紐,鐵路樞紐),本文使用幾何特征提取感興趣區(qū)域與特征向量,參考圖像紋理分類信息,采用樹形識別結構在多分辨率進行檢測識別。其關鍵點在于:產生有效的

2、特征向量描述各類目標,提取感興趣區(qū)域以剔除大量無關背景,以及設計合理的分類器對潛在的目標進行識別。
   本文的主要研究內容如下:
   首先,基于人工建筑物目標常表現(xiàn)出較多的線特征,采用線段特征作為初級特征。改進了相位編組線段檢測算法,參考Canny算子提取的邊緣信息輔助提取線段特征。通過實驗表明,該改進算法具有效率高,抗噪能力強,能有效提取關鍵線段特征的優(yōu)點。
   同時,結合結構匹配方法和特征袋(Bag o

3、f Features)思想產生特征向量。對提取出來的初級線段考慮形狀,幾何關系和空間關系,將原始線段組合成幾何基元并計算相應屬性,由此得到特征向量。
   然后,根據人工建筑物目標常表現(xiàn)出密集線段的特性,提出了一種檢測遙感圖像中人工建筑物的感興趣區(qū)域提取方法,通過計算線段密度分布圖來獲得感興趣區(qū)域。通過實驗表明,該方法能夠在復雜場景中很好的將人工建筑物區(qū)域提取出來,排除了大量背景區(qū)域的干擾。
   最后,討論了SVM分類

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論