橋梁目標(biāo)識(shí)別的研究與實(shí)現(xiàn).pdf

1、近年來，對(duì)自然景物中人造目標(biāo)的識(shí)別與檢測(cè)引起了廣大學(xué)者越來越廣泛的關(guān)注，無論在軍事領(lǐng)域還是民用領(lǐng)域都具有非常重要的應(yīng)用價(jià)值。橋梁作為人造目標(biāo)的典型物之一，對(duì)其的識(shí)別與檢測(cè)已經(jīng)成為一個(gè)研究熱點(diǎn)，但從國內(nèi)外的參考文獻(xiàn)來看，目前仍沒有一種效果良好、適用范圍廣的識(shí)別方法。
　　本文主要通過對(duì)可見光遙感圖像中水上橋梁的目標(biāo)識(shí)別算法進(jìn)行研究，針對(duì)該算法存在的一些缺點(diǎn)和不足，提出了一種基于多尺度多結(jié)構(gòu)元的橋梁分割方法。
　　在通常的橋梁識(shí)

2、別算法中，首先是建立橋梁及其場(chǎng)景的知識(shí)模型，通過對(duì)圖像進(jìn)行有選擇的灰度值線性拉伸，來增強(qiáng)感興趣的灰度值范圍的對(duì)比度，然后再采用閾值分割的分割方法提取水域，充分利用河流和橋梁的空間關(guān)系，根據(jù)河流橫穿圖像邊界的特征，采用閉運(yùn)算連通河流，通過檢測(cè)連通后的河流區(qū)域，從而實(shí)現(xiàn)對(duì)橋梁的檢測(cè)與識(shí)別。本文在基于橋梁知識(shí)的前提下，采用了多尺度多結(jié)構(gòu)元的分割算法，即在遙感圖像的分割算法中先采用大尺度的分割算法，將圖像中感興趣的部分提取出來，然后對(duì)分割出來的