城市航空影像關(guān)鍵地物提取技術(shù)研究.pdf

1、作為數(shù)字?jǐn)z影測(cè)量的重要信息來源,航空影像中的關(guān)鍵地物提取是攝影測(cè)量與遙感以及計(jì)算機(jī)視覺等領(lǐng)域的國際前沿課題,有著十分重要的理論和現(xiàn)實(shí)意義.從城市航空遙感影像中提取關(guān)鍵地物的研究主要集中于建筑物和道路兩個(gè)方面.第一章介紹了相關(guān)的研究現(xiàn)狀,指出已有的基于模型匹配的方法,對(duì)于現(xiàn)代城市中具有重要意義且形狀復(fù)雜的高層建筑物和主干道,還不能形成有效的提取.然而人類卻能幾乎在瞬間辨識(shí)出這些物體的存在和位置.因此,研究和模擬人腦認(rèn)知機(jī)制和能力是解決這一

2、問題的重要方向.第二章首先介紹了人工智能研究領(lǐng)域關(guān)于人腦認(rèn)知機(jī)理的一些最新研究成果.進(jìn)而,結(jié)合航空影像關(guān)鍵地物提取的具體情況,建立了在人腦知識(shí)指導(dǎo)下的航空影像認(rèn)知的系統(tǒng)框架及實(shí)施步驟,提出并詳細(xì)闡述了基于物體OAR(物體-屬性-關(guān)系)模型的目標(biāo)自動(dòng)提取策略,以及基于物體屬性和關(guān)系的推理認(rèn)知過程的具體實(shí)施步驟和方法.第三章研究了基于人眼視覺模型的航空影像增強(qiáng)和陰影消除方法.Retinex模型給出了人眼視覺感知機(jī)制的良好模型,然而該方法在較

3、強(qiáng)光照條件變化時(shí)還存在一定的不足.為解決這一問題,本章提出了一種陰影檢測(cè)的方法,并在此基礎(chǔ)上,提出了一種能適應(yīng)影像光照強(qiáng)度變化的模糊Retinex算法.實(shí)驗(yàn)結(jié)果表明,本文提出的方法取得了較好的影像增強(qiáng)和陰影消除性能.第四章闡述了建筑物的自動(dòng)提取方法.首先建立了建筑物的OAR模型和基于OAR模型的提取系統(tǒng)框架;其次,給出了一種簡(jiǎn)單有效的垂直邊緣滅點(diǎn)坐標(biāo)確定方法,并提出一種自適應(yīng)模糊Hough變換直線提取算法,實(shí)現(xiàn)了垂直邊緣檢測(cè);再次,提出

4、了一種基于Radon變換和時(shí)頻分析的建筑物窗戶紋理分析描述方法,并用其驗(yàn)證了垂直邊緣的準(zhǔn)確位置和確定了局部墻面的水平方向;最后,提出了一種直線Snakes算法,綜合各方面信息提取出完整的屋頂輪廓,實(shí)現(xiàn)了單視角高分辨率航空影像中高層建筑物的自動(dòng)提取.第五章討論了道路的自動(dòng)提取方法.首先結(jié)合主干道的OAR模型描述,提出了一種新的主干道路描述子:對(duì)稱邊緣方向直方圖(SEOH),并建立了基于SEOH的主干道提取系統(tǒng)框架;其次,提出了一種估計(jì)數(shù)據(jù)