高分辨率遥感图像多类目标识别分析

《高分辨率遥感图像多类目标识别分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、华中科技大学硕士学位论文1绪论1.1引言遥感是一种不直接接触地球表面，通过传感器接收并记录地球表面反射或者散射的光能量获取信息的科学技术。遥感技术获取的信息常常以图像的形式保存，使得信息大爆炸的当代社会，如何从包含海量信息的遥感卫星图像中获取感兴趣的信息，成为一个有趣且关键的课题。为了提高生产力，减少遥感处理人员的人工参与工作量，针对遥感图像的计算机自动化处理的研究得到了越来越多的重视。如今，针对遥感卫星图像的计算机辅助研究与应用涉及许多方面，如：植被分析，变化检测，地貌分析，人造建筑物分析等；依据不同数据源产生的卫星图像应

2、用也包括许多方面，如：多谱遥感分析，高分辨率遥感图像分析等。由于遥感探测器技术的限制，以前的研究者所获得的遥感图像数据往往是低于或者等于十米分辨率的，研究任务常为针对大尺度的分类与识别，如：遥感大尺度地域分类（农田，建筑物），遥感图像的变化检测等。因此，针对高分辨率遥感图像的多类目标检测识别领域前人的研究成果较少，可参考的研究论文也较少。最近几年，对地观测卫星的一个发展趋势是成像分辨率越来越高，高分辨率图像逐渐成为图像处理领域人们研究的对象，高分辨率遥感图像的目标检测识别技术纷纷涌现出[1,2]来。如针对各种具体目标类别的识

3、别研究：机场，港口，桥梁，公路，铁路等等。1.2发展现状由于遥感影像中的目标具有高度多样性和复杂性，常见的遥感图像的目标识别往往是针对单一目标：国防科学技术大学的徐刚锋提出了基于骨架结构表示机场跑道区域，从骨架图中检测骨架分支基元，计算分支基元的显著性度量并建立分支基元之间的邻接关系。针对机场跑道区域具有的几何特征，使用脊柱基元表示条状区域，将脊柱基元的宽度、长度和方向信息作为脊柱基元的显著性度量，借助先验知识，检测得到主跑道[3]的脊柱基元，识别主跑道。西安电子科技大学的魏军伟分析了港口目标的特点，总结了其所特有的显著特1

4、华中科技大学硕士学位论文[4]征，然后根据这些特征，通过前期处理，提取和检测港口部分区域。中国科学技术大学的杨浩提出了一种针对高分辨率遥感图像中桥梁的自动识别算法。方法为：根据桥梁与河流的位置关系，结合遥感图像的成像特点和桥梁目标的形状特征，进行模糊处理，轮廓搜索和直线拟合来识别桥梁目标。具体算法流程可分为三个步骤，首先运用二维特征模糊分割水体区域；然后通过水体轮廓搜索潜在的桥梁点，并进行直线拟合提取粗略桥梁目标；最后则连接由于环境干扰所造成[5]的断点，恢复出完整桥梁。中国科学技术大学的张锋针对铁路编组站和铁路主干线进行特

5、征检测。应用了一种改进的基于Canny算子的边缘检测算法提取铁路主干线，应用数学形态学知识，[6]得到较完整的边缘信息；然后依据跟踪点，利用感知编组原则提取铁路主干线信息。另外，中国科学院地理科学与资源研究所的周成虎、骆剑承和明冬萍针对高分辨率遥感图像的机场，港口，桥梁，道路，交通枢纽，船舶等感兴趣目标都分别设计了具体的算法进行识别。这些识别算法的基本思想如下：利用感兴趣目标自身的形状信息（如：机场跑道的平行线特征），背景的上下文信息（如：桥梁需要跨越水体）以及辅助知识（如：港口内一般停靠了大量的船舶）设计针对特定条件下特定

6、[7]目标类别的检测识别算法。令人惊喜的是，国外的一些研究者已经开始涉及高分辨率遥感图像的多类目标识别研究。法国ParisDescartedUniversity的GurayErus和NicolasLomenie针对高分辨率图像多类目标的分类进行过细致的研究。他们研究了四类目标：环形交叉路，十字交叉路，桥梁，分散的房屋。通过提取图像中的形状特征，如边缘，斑点块等基本形状，对他们进行直线，圆拟合；然后将基本形状组合成L，T连接并制定相应的规则[8,9]去除多余的特征；最后计算特征向量，使用AdaBoost分类器统计学习并分类。法

7、国CNES实验室的JordiInglada尝试了一种高分辨率遥感图像多类目标识别的泛化算法，并取得了不错的结果，对其中四类特征显著的目标都达到了80%的识别率。他考虑的类别包括：分散的建筑物，道路，十字交叉路，桥梁，宽道路，高速公路，环形交叉路，窄道路，铁路，郊区。每类目标有约150副从2.5米分辨率的SPOT5THR图像中截取的仅包含目标区域的图像，使用SupportVectorMachine2华中科技大学硕士学位论文[10]（SVM）技术得到多类目标识别的泛化模型。纵观以上国内外遥感目标识别发展过程中所列举的针对遥感图像

8、中目标提取与识别的研究方法，可总结得出：1大多数研究中采用的图像仅为一小块包含目标的图像数据。即有两个研究前提：一是假设图像中已经存在目标，二是假设图像中主要区域为目标。这样就大大减小了识别过程中背景的干扰影响，从而这些方法也缺少在大尺度影像中搜索潜在目标的能力。2以上研究基本是针对某一特