遥感影像航行方位物提取技术研究

发布时间：2017-07-26 17:18

  本文关键词：遥感影像航行方位物提取技术研究

  更多相关文章： 航行方位物提取 视觉注意机制 Hough变换 多峰灰度直方图 Snake模型

【摘要】：航行方位物是船舶航行中判定方位或指示目标而选定的明显的固定地物,是海岸带的重要组成部分。本文针对我国海岸带地理空间信息获取能力较为薄弱的现状,主要围绕如何快速有效地从遥感影像中提取航行方位物(油罐、码头和防波堤)目标展开研究,主要的工作和创新点如下：(1)在分析我国高空间分辨率卫星影像发展现状以及用于海岸带地形图等图种测绘时航行目标要素信息提取方法存在明显不足的基础上,明确了航行方位物的内容界定,阐述了航行方位物提取的研究背景和意义,分析了国内外航行方位物国内外的研究现状和提取过程中所面临的问题和困难。(2)分析了遥感影像地物的相关特征。针对近岸航行方位物的油罐目标提取中Hough变换圆检测的基本理论进行介绍,并对航行方位物中的图像分割和轮廓提取中的Snake模型的理论和方法进行了论述。(3)针对传统的Hough变换用于油罐目标提取效率低的问题,提出了一种基于视觉注意机制和Hough变换融合的遥感影像油罐提取方法。在对图像显著性特征和油罐显著性区域进行分析的基础上,重点介绍了基于视觉注意机制的油罐目标显著性区域计算方法,利用视觉注意机制获取油罐目标显著性区域,然后对显著性区域进行Hough变换的圆检测实现油罐目标的提取。试验结果表明,本文的方法具有提取效率高、精度可靠的特点。(4)分析了码头和防波堤的影像特征,提出了基于多峰灰度直方图阈值分割的码头和防波堤提取方法,改进了基于Snake模型的码头和防波堤的提取方法,并通过提取试验验证和分析了论文中采用的两种提取方法的可靠性。
【关键词】：航行方位物提取 视觉注意机制 Hough变换 多峰灰度直方图 Snake模型
【学位授予单位】：解放军信息工程大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：U675.7
【目录】：

• 摘要4-5
• ABSTRACT5-8
• 第一章 绪论8-14
• 1.1 研究的背景及意义8-9
• 1.2 遥感影像航行方位物提取技术研究现状9-12
• 1.2.1 遥感影像油罐目标提取技术9-10
• 1.2.2 遥感影像码头提取技术10-11
• 1.2.3 遥感影像防波堤提取技术11-12
• 1.2.4 存在的问题12
• 1.3 论文研究的主要内容12-14
• 第二章 航行方位物提取基础理论14-24
• 2.1 遥感影像的地物特征描述14-15
• 2.2 Hough变换基本理论15-16
• 2.3 图像分割算法分类16-20
• 2.3.1 基于阈值选取的分割算法17-18
• 2.3.2 基于区域的图像分割算法18-19
• 2.3.3 基于图像边缘检测的分割算法19-20
• 2.4 Snake模型20-23
• 2.4.1 Snake模型的数学表示20-22
• 2.4.2 Snake模型的收敛方法22-23
• 2.5 本章小结23-24
• 第三章 遥感影像油罐目标提取24-40
• 3.1 视觉注意机制原理24-25
• 3.2 图像显著性特征描述25-27
• 3.2.1 颜色特征26
• 3.2.2 亮度特征26-27
• 3.2.3 纹理特征27
• 3.2.4 边缘特征27
• 3.3 遥感影像油罐视觉显著性特征分析27-30
• 3.4 油罐目标显著性区域计算30-35
• 3.4.1 自底向上显著图计算31-33
• 3.4.2 自顶向下显著图计算33-34
• 3.4.3 全局显著图计算34-35
• 3.5 Hough变换圆形检测35-36
• 3.6 实验与分析36-39
• 3.7 本章小结39-40
• 第四章 遥感影像码头和防波堤目标提取40-64
• 4.1 遥感影像码头和防波堤特征分析40-41
• 4.2 图像滤波41-43
• 4.2.1 空间域去噪算法41-42
• 4.2.2 变换域去噪算法42-43
• 4.3 基于多峰灰度直方图分割的遥感影像码头和防波堤提取43-53
• 4.3.1 感兴趣区域获取44-45
• 4.3.2 直方图阂值分割方法45-47
• 4.3.3 基于多峰灰度直方图的阈值分割47-49
• 4.3.4 边缘提取49-50
• 4.3.5 实验与分析50-53
• 4.4 基于改进Snake模型的遥感影像码头和防波堤提取53-63
• 4.4.1 GVF Snake模型的基本原理54-55
• 4.4.2 主动轮廓模型实验分析55-57
• 4.4.3 基于GVF Snake模型的目标轮廓提取57-61
• 4.4.4 实验与分析61-63
• 4.5 本章小结63-64
• 第五章 总结与展望64-66
• 5.1 已完成工作的总结64
• 5.2 下一步工作的展望64-66
• 致谢66-67
• 参考文献67-71
• 作者简历71

【参考文献】

中国期刊全文数据库 前10条

1 王威;曾小能;;图像分割技术研究与应用[J];计算机时代;2015年01期

2 罗丽霞;;基于遗传算法的Ostu图像分割方法[J];河北北方学院学报(自然科学版);2014年06期

3 郑忠;谢健辉;;海洋测绘技术的现状及最新进展[J];海洋与渔业;2014年09期

4 李润生;曹闻;王永生;;视觉认知理论在遥感影像道路网提取中的应用[J];信息工程大学学报;2014年04期

5 郑毅;郑苹;;基于模糊熵和模拟退火算法的双阈值图像分割[J];电子测量与仪器学报;2014年04期

6 肖传民;史泽林;夏仁波;武伟;;一种基于视觉显著性的边缘检测算法[J];信息与控制;2014年01期

7 赵丹培;肖腾蛟;史骏;姜志国;;基于显著语义模型的机场与油库目标的识别方法[J];计算机辅助设计与图形学学报;2014年01期

8 李军;袁伶俐;;全球海洋资源开发现状和趋势综述[J];国土资源情报;2013年12期

9 刘欣欣;李雪;王琼;;基于灰度直方图的多阈值分割法[J];计算机应用与软件;2013年12期

10 楚晓丽;;K-Means聚类算法和人工鱼群算法应用于图像分割技术[J];计算机系统应用;2013年04期

，

本文编号：577485