本文關(guān)鍵詞：基于知識的遙感圖像港口目標(biāo)識別，由筆耕文化傳播整理發(fā)布。

【摘要】：針對遙感圖像中港口目標(biāo)的檢測研究,可以完善軍事打擊地圖,輔助幫助制導(dǎo)武器的精確打擊,為降低打擊成本,提高打擊效率提供了基礎(chǔ)。在目前的遙感圖像典型目標(biāo)識別中,針對機(jī)場、橋梁的識別論文較多,但針對港口目標(biāo)的識別研究卻很少。這是由于港口復(fù)雜的環(huán)境特征以及結(jié)構(gòu)特征,對目標(biāo)的識別造成了極大的困難。因而改進(jìn)完善港口目標(biāo)識別技術(shù)成為遙感圖像典型目標(biāo)識別技術(shù)中的一項(xiàng)重要工作,本文主要研究工作如下。針對港口圖像特性建立港口先驗(yàn)知識庫并對圖像進(jìn)行預(yù)處理。在充分分析遙感圖像港口目標(biāo)圖像特點(diǎn)的基礎(chǔ)上,從圖像亮度、結(jié)構(gòu)、位置關(guān)系等特征分析了港口目標(biāo)的特性,建立了港口圖像先驗(yàn)知識庫,為后續(xù)處理提供指導(dǎo)。在低層處理中利用直方圖均衡增加灰度圖像對比度,分析常用的閾值水陸分割手段的缺點(diǎn),運(yùn)用基于Canny算子的邊緣分割手段對圖像進(jìn)行二值化。最終結(jié)合大量港口圖像,通過對比評估確定了一套最適合港口圖像預(yù)處理的算法流程。基于防波堤直線與位置特性研究防波堤提取方法。在對港口進(jìn)行識別時(shí),最主要的是通過識別港口防波堤來判斷遙感圖像中是否存在港口目標(biāo)。通過建立的先驗(yàn)知識庫,利用霍夫變換在圖中提取線性基元,通過分步提取直線特征,提取港口防波堤以及港內(nèi)直線。利用先驗(yàn)知識中防波堤的邊緣平行、距離特性對防波堤進(jìn)行篩選,分析基于平行線提取防波堤算法的不足,提取基于利用防波堤位置進(jìn)行防波堤判別的方法,并對兩種方法進(jìn)行驗(yàn)證評估。提出通過防波堤確定港口位置的方法。以往的港口識別中,在提取防波堤后并未對港口位置進(jìn)行分析提取,本文利用防波堤與港口區(qū)域的相對位置關(guān)系,首先提出基于防波堤合并的港口位置提取方法,適用于港口防波堤較少的情況;之后通過分析算法不足,結(jié)合港口目標(biāo)中防波堤的長度以及方向特征,為每個(gè)防波堤建立方向矢量,通過加權(quán)矢量和,對港口的方向位置判別。最終利用Windows/MFC實(shí)現(xiàn)整個(gè)軟件的分步驗(yàn)證界面,以逐步對比分析各類算法,使整個(gè)處理過程更加方便直觀。
【關(guān)鍵詞】：港口目標(biāo)識別 防波堤矢量和 霍夫變換 邊緣檢測
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP751
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 緒論10-16
• 1.1 研究背景及意義10
• 1.2 國內(nèi)外研究現(xiàn)狀10-13
• 1.2.1 遙感圖像識別現(xiàn)狀11-12
• 1.2.2 港口目標(biāo)識別現(xiàn)狀12-13
• 1.3 論文主要研究內(nèi)容13-14
• 1.4 論文章節(jié)安排14-16
• 第二章 先驗(yàn)知識庫的建立16-22
• 2.1 引言16
• 2.2 港口目標(biāo)特征信息16-18
• 2.2.1 遙感圖像特征16-17
• 2.2.2 港口目標(biāo)特征17-18
• 2.3 港口目標(biāo)知識庫建立18-19
• 2.4 港口目標(biāo)識別步驟19-21
• 2.5 本章小結(jié)21-22
• 第三章 港口圖像預(yù)處理與分割22-50
• 3.1 引言22
• 3.2 圖像預(yù)處理22-29
• 3.2.1 港口圖像的灰度化處理22-24
• 3.2.2 港口圖像的濾波處理24-26
• 3.2.3 圖像的對比度增強(qiáng)技術(shù)26-29
• 3.3 港口圖像的水陸分割29-40
• 3.3.1 圖像的閾值分割技術(shù)29-33
• 3.3.2 圖像的邊緣分割技術(shù)33-39
• 3.3.3 圖形的區(qū)域生長技術(shù)39-40
• 3.4 設(shè)計(jì)與實(shí)現(xiàn)40-49
• 3.5 本章小結(jié)49-50
• 第四章 基于空間關(guān)系的港口目標(biāo)提取50-67
• 4.1 引言50
• 4.2 雙向防波堤檢測法50-53
• 4.3 基于霍夫變換的直線提取53-56
• 4.3.1 傳統(tǒng)霍夫變換原理53-55
• 4.3.2 霍夫變換模糊處理55-56
• 4.4 防波堤提取56-57
• 4.5 港口目標(biāo)位置識別57-60
• 4.5.1 基于防波堤合并的港口位置判別57-59
• 4.5.2 多防波堤港口位置判別59-60
• 4.6 設(shè)計(jì)與實(shí)現(xiàn)60-66
• 4.7 本章小結(jié)66-67
• 第五章 識別軟件設(shè)計(jì)實(shí)現(xiàn)67-73
• 5.1 港口識別系統(tǒng)實(shí)現(xiàn)67-72
• 5.2 本章小結(jié)72-73
• 第六章 總結(jié)與展望73-75
• 6.1 全文總結(jié)73
• 6.2 后續(xù)工作展望73-75
• 致謝75-76
• 參考文獻(xiàn)76-80

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 ;Knowledge-based bridge detection from SAR images[J];Journal of Systems Engineering and Electronics;2009年05期

  本文關(guān)鍵詞：基于知識的遙感圖像港口目標(biāo)識別，，由筆耕文化傳播整理發(fā)布。

本文編號：345299