基于遙感圖像的橋梁目標(biāo)檢測方法研究.pdf

1、橋梁作為一種典型且重要的人造目標(biāo)，對其的自動檢測與識別已經(jīng)成為一個研究熱點(diǎn)，在軍事領(lǐng)域和民用領(lǐng)域都有著十分重要的意義。本文以可見光遙感圖像中橋梁目標(biāo)的自動檢測和識別為研究背景，針對特征提取、河流檢測、河流區(qū)域修正和橋梁目標(biāo)識別等問題進(jìn)行了研究，并在此基礎(chǔ)上建構(gòu)了一個完整的橋梁目標(biāo)自動檢測與定位系統(tǒng)。本文的主要研究內(nèi)容和成果如下:
　　(1)針對遙感圖像中包含的與河流目標(biāo)相似地理區(qū)域?qū)恿鳈z測識別產(chǎn)生嚴(yán)重干擾的問題，本文在對地理目標(biāo)

2、進(jìn)行大量的實(shí)驗(yàn)與觀察的基礎(chǔ)上，分析了遙感圖像中河流區(qū)域和背景區(qū)域的差異，提出了一種新的區(qū)分河流區(qū)域和背景區(qū)域的特征-角點(diǎn)信息特征。并結(jié)合遙感圖像局部熵特征和紋理特征，構(gòu)造了區(qū)分河流區(qū)域和背景區(qū)域的特征向量，利用支持向量機(jī)進(jìn)行判斷，實(shí)現(xiàn)河流區(qū)域的檢測。實(shí)驗(yàn)結(jié)果表明本文方法能夠在復(fù)雜背景下準(zhǔn)確地定位河流區(qū)域，有效地避免了相似區(qū)域的干擾。
　　(2)針對受各種因素影響，河流粗分割結(jié)果為多個孤立的不連續(xù)的閉合區(qū)域的問題，本文提出了一種基于

3、改進(jìn)的測地線活動輪廓模型的河流區(qū)修正算法。本文將河流目標(biāo)的粗檢測結(jié)果與改進(jìn)的GAC模型結(jié)合起來，提取河流目標(biāo)的精確輪廓，獲得完整的河流區(qū)域。實(shí)驗(yàn)結(jié)果表明新算法能夠有效地克服遙感圖像的拼接間隙、河流區(qū)域內(nèi)的波浪和云層，以及池塘、農(nóng)田等偽河流區(qū)域的影響，成功地實(shí)現(xiàn)河流區(qū)域的精確提取。
　　(3)在基于現(xiàn)有橋梁檢測算法分析的基礎(chǔ)上，提出了一種基于方向信息測度、模糊C均值聚類和先驗(yàn)知識的橋梁目標(biāo)識別算法。該算法首先采用方向信息測度對圖像的

4、河流區(qū)域進(jìn)行增強(qiáng)，銳化邊緣性和方向性較強(qiáng)的橋梁目標(biāo)，抑制其它干擾;然后采用FCM算法對橋梁目標(biāo)進(jìn)行粗分割，確定其的大致方位;最后根據(jù)遙感圖像橋梁的先驗(yàn)知識剔除虛假橋梁，實(shí)現(xiàn)橋梁識別。實(shí)驗(yàn)結(jié)果表明新算法能夠快速準(zhǔn)確地提取橋梁目標(biāo)，在實(shí)踐中具有廣泛適用性。
　　(4)基于本文提出的橋梁檢測算法，以Matlab為開發(fā)平臺，并結(jié)合Google Earth軟件開發(fā)設(shè)計了一個基于遙感圖像的橋梁目標(biāo)識別與定位系統(tǒng)。該系統(tǒng)能夠自動地對Google