目標(biāo)形狀特征分析提取及應(yīng)用研究.pdf

1、傳統(tǒng)的遙感圖像信息提取是由專家人工目視解譯完成，效率較低，不能適應(yīng)快速增長的遙感圖像信息處理需求。隨著遙感技術(shù)及計算機(jī)科學(xué)的日益發(fā)展，遙感圖像中感興趣目標(biāo)的計算機(jī)自動識別成為迫切需要解決的問題，如何提取目標(biāo)特征是關(guān)鍵和難點所在。 形狀特征是描述遙感圖像感興趣目標(biāo)的主要特征之一，本文根據(jù)形狀特征將感興趣目標(biāo)分為三類：(1)線狀目標(biāo)，如機(jī)場跑道、道路和橋梁等；(2)圓狀目標(biāo)，如油庫、雷達(dá)和導(dǎo)彈陣地等：(3)團(tuán)狀目標(biāo)，如航母、坦克、飛

2、機(jī)等。本文主要研究這三類目標(biāo)的形狀特征提取技術(shù)，同時，由于特征點可以描述一些復(fù)雜目標(biāo)的形狀，如：飛機(jī)的輪廓上有很多角點，可用這些角點來描述飛機(jī)，因此特征點的提取算法也是本文的研究內(nèi)容之一。 首先，介紹常用的直線特征提取算法，從HT公式的幾何意義上分析，運用模糊映射取代一一映射，提出了一種改進(jìn)的算法IHT：從累加器數(shù)組的特點出發(fā)，提出一種直線提取的快速算法FLDA，該算法大大降低了復(fù)雜度，可以滿足實時性要求。 其次，針對傳

3、統(tǒng)的基于Hough變換檢測圓的算法存在計算量大、空間復(fù)雜度高等缺點，提出一種改進(jìn)的梯度模糊Hough變換算法。該算法首先利用梯度信息減少計算量，然后對邊緣像素進(jìn)行模糊映射，以減少峰值擴(kuò)散和偽峰現(xiàn)象，最后針對Hough變換不考慮點間連通性的缺點設(shè)計去虛警算法。接著，從三個角度入手，本文研究了團(tuán)狀目標(biāo)識別算法：(1)基于邊緣提取的方法：(2)基于聚類的方法；(3)基于圖像分割的方法。實驗表明算法識別率高、虛警率低、速度快。 最后，研