【摘要】：隨著多源、多角度、多平臺遙感技術(shù)的不斷發(fā)展,人們通過衛(wèi)星、航空平臺能夠獲取包括全色圖像、光譜圖像等傳統(tǒng)的遙感目標(biāo)信息,也能通過衛(wèi)星拍攝的立體像對獲取遙感目標(biāo)的立體信息,立體目標(biāo)識別也就是在這樣的大背景下逐漸發(fā)展起來的。近年來,充分利用多平臺、多傳感器獲取的多源遙感圖像信息進(jìn)行立體目標(biāo)識別,已經(jīng)在各個(gè)領(lǐng)域得到了廣泛的應(yīng)用。在民用領(lǐng)域,目標(biāo)立體識別能夠?yàn)槌鞘幸?guī)劃、自動(dòng)駕駛、交通導(dǎo)航提供便利;在軍用領(lǐng)域,針對目標(biāo)的立體識別也能夠?yàn)檐娛聜刹�、情�?bào)分析、目標(biāo)打擊效果評估提供幫助。傳統(tǒng)的目標(biāo)識別方法大多數(shù)是針對目標(biāo)二維信息進(jìn)行特征提取及識別,而往往忽視了針對目標(biāo)三維信息的特征提取及表達(dá),這些方法由于無法全面描述目標(biāo)的整體特性,導(dǎo)致目標(biāo)立體識別精度較低。因此,本文在目標(biāo)多源遙感圖像信息獲取的基礎(chǔ)上,主要研究針對遙感目標(biāo)的立體識別,并針對在目標(biāo)立體識別過程中所涉及的目標(biāo)檢測,立體特征提取及立體目標(biāo)識別三方面問題進(jìn)行深入研究。首先,針對存在高度跳變但光譜相似的區(qū)域,均值漂移分割算法無法將其區(qū)分開的問題,本文提出了一種高度輔助均值漂移分割算法。該算法在應(yīng)用均值漂移分割算法的同時(shí),使用一個(gè)權(quán)重圖來作為邊緣權(quán)重,從而限制在具有高度跳變自由區(qū)域的分割,能夠充分利用DSM數(shù)據(jù)和彩色正射圖像數(shù)據(jù),從圖像中檢測出目標(biāo),為后文特征提取和立體目標(biāo)識別奠定了基礎(chǔ)。其次,由于對目標(biāo)整體特性描述不充分,導(dǎo)致針對遙感目標(biāo)立體識別的精度較低的問題,提出了基于多源信息的目標(biāo)特征提取方法。該方法利用全色圖像、DSM數(shù)據(jù)和RGB圖像分別提取目標(biāo)的幾何形狀特征和紋理特征、目標(biāo)三維結(jié)構(gòu)特征以及目標(biāo)屬性光譜特征,并利用多源特征融合的方式對目標(biāo)的整體特性進(jìn)行充分的描述。通過多源信息之間的特征互補(bǔ),能夠?yàn)檫M(jìn)一步提高針對目標(biāo)立體識別的精度提供支撐。最后,在獲取目標(biāo)多源特征的基礎(chǔ)上,本文采用支持向量機(jī)的方法實(shí)現(xiàn)了針對遙感目標(biāo)的立體識別。通過多源特征融合方法和支持向量機(jī)的結(jié)合實(shí)現(xiàn)目標(biāo)整體特性描述,進(jìn)而完成遙感目標(biāo)立體識別。實(shí)驗(yàn)結(jié)果驗(yàn)證了多源特征融合在針對遙感目標(biāo)立體識別中的優(yōu)越性和魯棒性。
【圖文】：

原始圖像

對于光譜相似但具有高度跳變開，而加入了高度輔助信息后的均值表 2-1 中可知，針對 Vaihingen 區(qū)結(jié)構(gòu)完整度達(dá)到 99.48%，目標(biāo)檢度和精確率從目標(biāo)的完備及規(guī)范的.14%，，因此，本文提出的高度輔助均值漂移算法結(jié)果 b)由 DSM
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP751

【參考文獻(xiàn)】

相關(guān)博士學(xué)位論文 前1條

1 閆奕名;多角度目標(biāo)立體信息優(yōu)化獲取及識別技術(shù)[D];哈爾濱工業(yè)大學(xué);2013年

相關(guān)碩士學(xué)位論文 前2條

1 孫寧;面向高空間分辨率遙感影像的建筑物目標(biāo)識別方法研究[D];浙江大學(xué);2010年

2 覃丹;基于多特征組合和SVM的視頻內(nèi)容自動(dòng)分類算法研究[D];上海交通大學(xué);2009年

本文編號：2695208