基于知识的遥感图像港口目标识别
发布时间:2017-05-04 15:10
本文关键词:基于知识的遥感图像港口目标识别,由笔耕文化传播整理发布。
【摘要】:针对遥感图像中港口目标的检测研究,可以完善军事打击地图,辅助帮助制导武器的精确打击,为降低打击成本,提高打击效率提供了基础。在目前的遥感图像典型目标识别中,针对机场、桥梁的识别论文较多,但针对港口目标的识别研究却很少。这是由于港口复杂的环境特征以及结构特征,对目标的识别造成了极大的困难。因而改进完善港口目标识别技术成为遥感图像典型目标识别技术中的一项重要工作,本文主要研究工作如下。针对港口图像特性建立港口先验知识库并对图像进行预处理。在充分分析遥感图像港口目标图像特点的基础上,从图像亮度、结构、位置关系等特征分析了港口目标的特性,建立了港口图像先验知识库,为后续处理提供指导。在低层处理中利用直方图均衡增加灰度图像对比度,分析常用的阈值水陆分割手段的缺点,运用基于Canny算子的边缘分割手段对图像进行二值化。最终结合大量港口图像,通过对比评估确定了一套最适合港口图像预处理的算法流程。基于防波堤直线与位置特性研究防波堤提取方法。在对港口进行识别时,最主要的是通过识别港口防波堤来判断遥感图像中是否存在港口目标。通过建立的先验知识库,利用霍夫变换在图中提取线性基元,通过分步提取直线特征,提取港口防波堤以及港内直线。利用先验知识中防波堤的边缘平行、距离特性对防波堤进行筛选,分析基于平行线提取防波堤算法的不足,提取基于利用防波堤位置进行防波堤判别的方法,并对两种方法进行验证评估。提出通过防波堤确定港口位置的方法。以往的港口识别中,在提取防波堤后并未对港口位置进行分析提取,本文利用防波堤与港口区域的相对位置关系,首先提出基于防波堤合并的港口位置提取方法,适用于港口防波堤较少的情况;之后通过分析算法不足,结合港口目标中防波堤的长度以及方向特征,为每个防波堤建立方向矢量,通过加权矢量和,对港口的方向位置判别。最终利用Windows/MFC实现整个软件的分步验证界面,以逐步对比分析各类算法,使整个处理过程更加方便直观。
【关键词】:港口目标识别 防波堤矢量和 霍夫变换 边缘检测
【学位授予单位】:电子科技大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TP751
【目录】:
- 摘要5-6
- ABSTRACT6-10
- 第一章 绪论10-16
- 1.1 研究背景及意义10
- 1.2 国内外研究现状10-13
- 1.2.1 遥感图像识别现状11-12
- 1.2.2 港口目标识别现状12-13
- 1.3 论文主要研究内容13-14
- 1.4 论文章节安排14-16
- 第二章 先验知识库的建立16-22
- 2.1 引言16
- 2.2 港口目标特征信息16-18
- 2.2.1 遥感图像特征16-17
- 2.2.2 港口目标特征17-18
- 2.3 港口目标知识库建立18-19
- 2.4 港口目标识别步骤19-21
- 2.5 本章小结21-22
- 第三章 港口图像预处理与分割22-50
- 3.1 引言22
- 3.2 图像预处理22-29
- 3.2.1 港口图像的灰度化处理22-24
- 3.2.2 港口图像的滤波处理24-26
- 3.2.3 图像的对比度增强技术26-29
- 3.3 港口图像的水陆分割29-40
- 3.3.1 图像的阈值分割技术29-33
- 3.3.2 图像的边缘分割技术33-39
- 3.3.3 图形的区域生长技术39-40
- 3.4 设计与实现40-49
- 3.5 本章小结49-50
- 第四章 基于空间关系的港口目标提取50-67
- 4.1 引言50
- 4.2 双向防波堤检测法50-53
- 4.3 基于霍夫变换的直线提取53-56
- 4.3.1 传统霍夫变换原理53-55
- 4.3.2 霍夫变换模糊处理55-56
- 4.4 防波堤提取56-57
- 4.5 港口目标位置识别57-60
- 4.5.1 基于防波堤合并的港口位置判别57-59
- 4.5.2 多防波堤港口位置判别59-60
- 4.6 设计与实现60-66
- 4.7 本章小结66-67
- 第五章 识别软件设计实现67-73
- 5.1 港口识别系统实现67-72
- 5.2 本章小结72-73
- 第六章 总结与展望73-75
- 6.1 全文总结73
- 6.2 后续工作展望73-75
- 致谢75-76
- 参考文献76-80
【参考文献】
中国期刊全文数据库 前1条
1 ;Knowledge-based bridge detection from SAR images[J];Journal of Systems Engineering and Electronics;2009年05期
本文关键词:基于知识的遥感图像港口目标识别,,由笔耕文化传播整理发布。
本文编号:345299
本文链接:https://www.wllwen.com/guanlilunwen/gongchengguanli/345299.html