光學(xué)遙感圖像跑道提取與油罐目標(biāo)識(shí)別技術(shù)研究.pdf

1、衛(wèi)星遙感圖像作為一類重要的空間信息源，以其時(shí)效性，實(shí)用性而被廣泛應(yīng)用于資源勘探、軍事偵查、環(huán)境災(zāi)害監(jiān)測(cè)、土地利用、農(nóng)作物估產(chǎn)、城市規(guī)劃等諸多領(lǐng)域，對(duì)國(guó)防、國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展有著重大的影響。
　　 光學(xué)遙感圖像通常表現(xiàn)為：灰度級(jí)多、對(duì)比度低、信息量大、邊界模糊、目標(biāo)結(jié)構(gòu)復(fù)雜、區(qū)域特征因不同的拍攝條件而產(chǎn)生較大變化等等，由于光學(xué)遙感圖像的這些特性，使得對(duì)光學(xué)遙感圖像中目標(biāo)的提取與識(shí)別沒有完全可靠的模型進(jìn)行指導(dǎo)。本文依托“遙感影像的區(qū)

2、域分割與毀傷信息提取”研究項(xiàng)目，參考國(guó)內(nèi)外遙感圖像處理、遙感圖像目標(biāo)識(shí)別的相關(guān)文獻(xiàn)和商業(yè)軟件，對(duì)高空間分辨率光學(xué)遙感影像中跑道提取、港口油罐目標(biāo)識(shí)別進(jìn)行了深入的研究，相關(guān)工作與成果如下：
　　 1.詳細(xì)研究了數(shù)字圖像處理的一些基本算法，例如：形態(tài)學(xué)膨脹、腐蝕、高帽和低帽變換，高斯模糊濾波，Canny分割，Otsu分割，邊緣跟蹤，連通域標(biāo)記算法。本文將這些算法用于光學(xué)遙感圖像的預(yù)處理和目標(biāo)的特征提取，去除了圖像背景帶來(lái)的干擾特征，

3、增強(qiáng)了跑道目標(biāo)與油罐目標(biāo)的特征，是后續(xù)提取與識(shí)別工作的基礎(chǔ)。
　　 2.詳細(xì)研究了跑道提取技術(shù)。針對(duì)跑道一般具有比較復(fù)雜的幾何拓?fù)浣Y(jié)構(gòu)，并與周圍的非跑道區(qū)域有著明顯的界限等特征，本文研究了基于Hough變換直線檢測(cè)算法的跑道提取技術(shù)，對(duì)機(jī)場(chǎng)跑道進(jìn)行提取?；贖ough變換直線檢測(cè)算法的跑道提取技術(shù)能夠很好地提取出機(jī)場(chǎng)的主要跑道，但無(wú)法提取出一些非直線型的分支跑道。在前人的研究基礎(chǔ)上，本文提出了基于水平集算法的跑道提取技術(shù)。由于水

4、平集算法有著應(yīng)對(duì)復(fù)雜幾何拓?fù)浣Y(jié)構(gòu)的優(yōu)勢(shì)，該方法不僅能夠提取出機(jī)場(chǎng)的主要跑道，還能提取出機(jī)場(chǎng)的非直線型分支跑道，從而改善了提取結(jié)果。
　　 3.詳細(xì)研究了港口油罐識(shí)別技術(shù)。本文研究了基于形態(tài)學(xué)的油罐識(shí)別技術(shù)，基于形態(tài)學(xué)的油罐識(shí)別技術(shù)能夠很好地識(shí)別出灰度值與背景相差比較大的油罐目標(biāo)，如果加上油罐區(qū)域的先驗(yàn)空間信息，能夠在復(fù)雜場(chǎng)景中識(shí)別出目標(biāo)油罐，但其依賴于先驗(yàn)信息，并且當(dāng)目標(biāo)灰度值與背景相差不大時(shí)，識(shí)別效果并不理想。本文在前人的研究

5、基礎(chǔ)上，提出了改進(jìn)的基于Hough變換圓檢測(cè)算法的油罐識(shí)別技術(shù)。該算法充分利用了油罐目標(biāo)的圓形特征與不交疊特性，在目標(biāo)邊緣信息能夠被檢測(cè)到的情況下，改進(jìn)的基于Hough變換圓檢測(cè)算法的油罐識(shí)別技術(shù)能夠識(shí)別出灰度值與背景接近的油罐目標(biāo)，對(duì)陰影不是很長(zhǎng)的油罐目標(biāo)也取得了很好的識(shí)別結(jié)果。
　　 4.利用研究提出的算法，完成了光學(xué)遙感圖像跑道提取與油罐目標(biāo)識(shí)別的軟件設(shè)計(jì)，通過(guò)測(cè)試，技術(shù)指標(biāo)中目標(biāo)的提取與識(shí)別準(zhǔn)確率達(dá)到85％以上，處理時(shí)間