基于视觉注意计算模型的遥感建筑物检测技术研究
发布时间：2020-06-09 01:40
【摘要】：遥感建筑物图像分析解译在土地规划和管理、自然灾害动态监测、土地环境污染监测,以及军事动态监测等方面都有着极其重要的意义。针对遥感建筑物图像郊外大视场场景复杂,建筑物目标稀疏分布、郊外建筑物呈现分布式目标、及高时效检测等需求,本文提出了一种基于视觉注意计算模型的遥感郊外建筑区检测技术,研究的主要算法关键内容如下:首先,本文提出了一种基于积分图模型的复杂遥感建筑区初步筛选算法。针对建筑区纹理结构复杂的特点及高时效检测的需求,本文构建了一种基于纹理积分图构建梯度积分图建筑区模板,从而获取建筑区初步分割二值图,实现建筑区的粗略筛选。首先通过建筑区边界的梯度积分图计算,然后进行基于梯度积分图的建筑区模板获取,最终获得基于纹理积分图的建筑区筛选初步结果图。其次,本文构建了一种基于上下文感知视觉注意计算模型的郊外遥感建筑物候选区提取算法。针对大视场遥感建筑物图像场景复杂易混、目标稀疏分布以及郊外建筑物呈现分布式目标的特点,本文通过结合快速视觉注意提取和上下文感知模型实现了建筑物疑似区的高效筛选。首先通过底层初级特征显著性的单尺度局部特点获取初步候选区,然后通过结构相似性及全局多尺度聚焦原则获取可视显著性候选区,再利用上下文贝叶斯网络进行建筑区分布式目标的精细提取,最后通过整合全局及局部的显著性得到最终目标建筑物显著图。再次,本文设计了一种基于多类高层结构特征的建筑物候选区精确鉴别算法。针对建筑区检测的多变稀疏分布场景及郊外建筑物的复杂场景结构特征的特点,本文提出了一种构建多类高层结构特征结合单分类器鉴别模型进行虚警剔除的方法,从而鉴别出最终的建筑区。该模型弥补了单一特征结合分类器模型对复杂场景的弱鲁棒性的缺点,不仅完成了对建筑区的可靠检测,还可对高难度稀疏分布的建筑物实现精确检测。最后,综合以上三个关键步骤,本文构建了一套完整的基于视觉注意计算模型的郊外建筑物检测系统。本文采用多层次、多角度的实验验证手段对所提出的模型及方法进行验证分析,实现了在复杂大视场条件下的郊外遥感建筑物高时效、精确检测效果。
【图文】：
验判读或半自动处理阶段［％１３＿１４］。其次，有别于地物分类、测绘等时效性要求较逡逑弱的遥感图像解译应用［４］，郊外建筑物检测在军用及反恐等应急应用中有较高的逡逑时效性要求。如图１－１所示，，因此，在利用先进遥感手段进行郊外建筑物检测中，逡逑进行自动化程度高、时效性强的检测方法研宄己成为该领域的主要发展趋势之逡逑＇邋０逡逑对郊外大范围遥感图像区域的进行建筑物检测，在违章建筑监测、土地利用逡逑变更监测、反恐维稳、及军事侦察等诸多重要领域都有着迫切需求ｆ＜ｗ２３。在国民逡逑经济发展方面，随着我国经济的快速发展，建筑用地急剧增加和耕地资源迅速减逡逑少，使得土地利用动态变化监测显得尤为重要。其中，城区中建筑用地的监测相逡逑对容易；但郊外建筑物，特别是广大郊外区域的违章建筑，如退耕违建的厂房及逡逑住宅属性建筑物等往往难于发现和监测。传统的人工巡g嗖夥椒何薹ㄊ视Αｅ义显诰掠τ梅矫妫夜降赜耄保锤龉医尤溃氩簧倭诠嬖诹焱辆婪祝呔冲义瞎腊踩问埔斐Ｑ暇Ｈ缃昀丛谥泄头坡杀稣曰蒲业夯治侍獾恼隋义洗樱保梗梗纺昕季鸵恢庇心Σ粒两裆形唇饩龈梦侍狻Ｎ竦谜铰灾鞫ā⑽ゅ义媳呔车厍焱镣暾哉楸呔趁舾星蛐略龅木肷诒窘姓觳榫拖缘糜儒义衔匾Ｈ欢
本文编号：2703979
【图文】：
验判读或半自动处理阶段［％１３＿１４］。其次，有别于地物分类、测绘等时效性要求较逡逑弱的遥感图像解译应用［４］，郊外建筑物检测在军用及反恐等应急应用中有较高的逡逑时效性要求。如图１－１所示，，因此，在利用先进遥感手段进行郊外建筑物检测中，逡逑进行自动化程度高、时效性强的检测方法研宄己成为该领域的主要发展趋势之逡逑＇邋０逡逑对郊外大范围遥感图像区域的进行建筑物检测，在违章建筑监测、土地利用逡逑变更监测、反恐维稳、及军事侦察等诸多重要领域都有着迫切需求ｆ＜ｗ２３。在国民逡逑经济发展方面，随着我国经济的快速发展，建筑用地急剧增加和耕地资源迅速减逡逑少，使得土地利用动态变化监测显得尤为重要。其中，城区中建筑用地的监测相逡逑对容易；但郊外建筑物，特别是广大郊外区域的违章建筑，如退耕违建的厂房及逡逑住宅属性建筑物等往往难于发现和监测。传统的人工巡g嗖夥椒何薹ㄊ视Αｅ义显诰掠τ梅矫妫夜降赜耄保锤龉医尤溃氩簧倭诠嬖诹焱辆婪祝呔冲义瞎腊踩问埔斐Ｑ暇Ｈ缃昀丛谥泄头坡杀稣曰蒲业夯治侍獾恼隋义洗樱保梗梗纺昕季鸵恢庇心Σ粒两裆形唇饩龈梦侍狻Ｎ竦谜铰灾鞫ā⑽ゅ义媳呔车厍焱镣暾哉楸呔趁舾星蛐略龅木肷诒窘姓觳榫拖缘糜儒义衔匾Ｈ欢
本文编号：2703979
本文链接：https://www.wllwen.com/guanlilunwen/gongchengguanli/2703979.html
