本文關(guān)鍵詞：基于紋理和結(jié)構(gòu)分析的機(jī)場(chǎng)目標(biāo)檢測(cè)方法，由筆耕文化傳播整理發(fā)布。

《解放軍信息工程大學(xué)》 2015年

基于紋理和結(jié)構(gòu)分析的機(jī)場(chǎng)目標(biāo)檢測(cè)方法

管凌霄  

【摘要】：隨著計(jì)算機(jī)應(yīng)用水平的不斷升級(jí),網(wǎng)絡(luò)系統(tǒng)的不斷完善,空間信息科學(xué)的不斷發(fā)展進(jìn)步,以現(xiàn)代遙感技術(shù)為核心的諸多領(lǐng)域都在迅猛發(fā)展,以其實(shí)效性、適用性等在科技、經(jīng)濟(jì)、國(guó)防和社會(huì)發(fā)展等各方面起到了非常巨大的作用,產(chǎn)生了深遠(yuǎn)的影響。為了從遙感影像中獲取有用信息,地物目標(biāo)的自動(dòng)識(shí)別和對(duì)影像信息的解譯是一種十分的重要手段。機(jī)場(chǎng)的發(fā)現(xiàn)擁有重要的戰(zhàn)略意義,是一種常見(jiàn)的遙感圖像提取目標(biāo)。本文基于機(jī)場(chǎng)的幾何形狀和紋理特征,針對(duì)較大區(qū)域的遙感影像,提出一種檢測(cè)機(jī)場(chǎng)存在的算法,根據(jù)灰度共生矩陣的原理提取圖像的紋理特征向量,并運(yùn)用支持向量機(jī)的方法對(duì)其加以分類(lèi),選出機(jī)場(chǎng)地區(qū)的感興趣區(qū)域。以改進(jìn)的Hough變換算法檢索直線特征,驗(yàn)證機(jī)場(chǎng)感興趣區(qū)域的存在,并且提取其大致輪廓。機(jī)場(chǎng)的最終輪廓通過(guò)區(qū)域生長(zhǎng)生成。文中采用了多幅Quick Bird影像對(duì)論文算法進(jìn)行了測(cè)試,效果和數(shù)據(jù)證明了該算法的有效性。本文完成的工作主要有:1.闡述了支持向量機(jī)的概念、產(chǎn)生背景,將支持向量機(jī)算法用于機(jī)場(chǎng)區(qū)域的識(shí)別。根據(jù)機(jī)場(chǎng)地區(qū)的紋理特征差異于其他地區(qū)的原理,通過(guò)支持向量機(jī)算法學(xué)習(xí)已知的機(jī)場(chǎng)紋理模式,用于機(jī)場(chǎng)區(qū)域的檢測(cè)。其步驟大致為影像重采樣、邊緣檢測(cè)、構(gòu)建紋理特征向量、訓(xùn)練分類(lèi)函數(shù)、識(shí)別提取等。2.研究了Hough變換提取直線的算法,介紹了經(jīng)典Hough變換,并對(duì)其進(jìn)行了一定的改進(jìn),用于檢測(cè)擁有明顯直線特征的機(jī)場(chǎng)跑道結(jié)構(gòu)。改進(jìn)主要解決了經(jīng)典Hough變換無(wú)法得到直線端點(diǎn),以及無(wú)法區(qū)分直線延長(zhǎng)線上的不同線段的問(wèn)題。3.針對(duì)傳統(tǒng)算法對(duì)模糊影像直線提取效果較差的問(wèn)題提出了一種用于提取不顯著直線特征的模糊直線檢測(cè)方法,并通過(guò)實(shí)際影像驗(yàn)證分析了算法的效果,試驗(yàn)表明該方法具有良好的效果。

【關(guān)鍵詞】：
【學(xué)位授予單位】：解放軍信息工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TP391.41
【目錄】：

下載全文 更多同類(lèi)文獻(xiàn)

CAJ全文下載

(如何獲取全文？ 歡迎：購(gòu)買(mǎi)知網(wǎng)充值卡、在線充值、在線咨詢)

CAJViewer閱讀器支持CAJ、PDF文件格式

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 陳仁;趙廣州;;國(guó)內(nèi)機(jī)場(chǎng)目標(biāo)識(shí)別研究現(xiàn)狀與展望[J];微型機(jī)與應(yīng)用;2013年11期

2 王鑫;王斌;張立明;;基于圖像顯著性區(qū)域的遙感圖像機(jī)場(chǎng)檢測(cè)[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2012年03期

3 曹未豐;路紅;;基于SVM的人臉識(shí)別算法中核函數(shù)的特性分析[J];信息技術(shù);2011年10期

4 李瀟;李映;;高分辨率遙感圖像中機(jī)場(chǎng)目標(biāo)的并行快速提取[J];計(jì)算機(jī)工程與應(yīng)用;2012年05期

5 奉國(guó)和;;SVM分類(lèi)核函數(shù)及參數(shù)選擇比較[J];計(jì)算機(jī)工程與應(yīng)用;2011年03期

6 梁亮;楊敏華;李英芳;;基于ICA與SVM算法的高光譜遙感影像分類(lèi)[J];光譜學(xué)與光譜分析;2010年10期

7 王世卿;曹彥;;基于遺傳算法和支持向量機(jī)的特征選擇研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2010年18期

8 因倩;張占睦;張振;;一種遙感影像機(jī)場(chǎng)ROI檢測(cè)方法[J];測(cè)繪科學(xué)技術(shù)學(xué)報(bào);2010年04期

9 唐德瑾;周曉明;趙國(guó)青;李二森;;改進(jìn)相位編組直線算法提取遙感圖像中的機(jī)場(chǎng)目標(biāo)[J];影像技術(shù);2010年01期

10 應(yīng)龍;欒悉道;吳玲達(dá);;高分辨率遙感圖像中機(jī)場(chǎng)跑道快速檢測(cè)方法[J];小型微型計(jì)算機(jī)系統(tǒng);2006年02期

【共引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 葉珍;白璘;劉玉;何明一;粘永健;;混合PCA/ICA與JPEG2000結(jié)合的高光譜圖像壓縮[J];計(jì)算機(jī)工程與科學(xué);2016年05期

2 曹路;歐陽(yáng)效源;;基于遺傳算法的支持向量機(jī)的參數(shù)優(yōu)化[J];計(jì)算機(jī)與數(shù)字工程;2016年04期

3 黃維;童瑩;曹雪虹;;基于高斯過(guò)程的多分類(lèi)器[J];計(jì)算機(jī)工程與設(shè)計(jì);2016年04期

4 章鳴嬛;陳瑛;沈瑛;馬軍山;;利用機(jī)器學(xué)習(xí)方法對(duì)神經(jīng)肌肉罕見(jiàn)病DMD進(jìn)行分類(lèi)預(yù)測(cè)[J];上海理工大學(xué)學(xué)報(bào);2016年02期

5 高思晗;張雷;李成龍;湯進(jìn);;融合低層和高層特征圖表示的圖像顯著性檢測(cè)算法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2016年03期

6 李超;呂憲偉;涂文俊;張怡卓;;基于計(jì)算機(jī)視覺(jué)的實(shí)木表面智能化分選系統(tǒng)設(shè)計(jì)[J];北京林業(yè)大學(xué)學(xué)報(bào);2016年03期

7 張藝凡;胡廣芹;張新峰;;基于支持向量機(jī)的痤瘡患者舌色苔色識(shí)別算法研究[J];北京生物醫(yī)學(xué)工程;2016年01期

8 霍靜;王永明;顧君忠;;感染性腹瀉周發(fā)病例數(shù)的PCA-SVM回歸預(yù)測(cè)研究[J];計(jì)算機(jī)應(yīng)用與軟件;2016年02期

9 李翊;陳星;嚴(yán)華;;基于多疲勞信息融合的車(chē)載疲勞檢測(cè)系統(tǒng)的研究和實(shí)現(xiàn)[J];計(jì)算機(jī)測(cè)量與控制;2016年01期

10 薛翠紅;于洋;張朝;楊鵬;李揚(yáng);;融合LBP與GLCM的人群密度分類(lèi)算法[J];電視技術(shù);2015年24期

【二級(jí)參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 陳韶斌;蔡超;丁明躍;周成平;;基于知識(shí)推理的機(jī)場(chǎng)目標(biāo)識(shí)別[J];紅外與激光工程;2011年03期

2 丁正虎;余映;王斌;張立明;;選擇性視覺(jué)注意機(jī)制下的多光譜圖像艦船檢測(cè)[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2011年03期

3 陳楸;王曉璨;馬松輝;;基于引力場(chǎng)模型的圖像匹配方法[J];計(jì)算機(jī)仿真;2011年01期

4 陳雷;;基于輪廓模板匹配的物體檢測(cè)算法[J];科技傳播;2010年21期

5 陳新;彭科舉;周東翔;劉云輝;;一種利用SAR和可見(jiàn)光圖像融合檢測(cè)目標(biāo)的方法[J];信號(hào)處理;2010年09期

6 張冬青;張純學(xué);文蘇麗;;自動(dòng)目標(biāo)識(shí)別技術(shù)在導(dǎo)彈上的應(yīng)用研究[J];戰(zhàn)術(shù)導(dǎo)彈技術(shù);2010年05期

7 張立平;張紅;王超;張波;楊浩;;大場(chǎng)景高分辨率SAR圖像中機(jī)場(chǎng)快速檢測(cè)方法[J];中國(guó)圖象圖形學(xué)報(bào);2010年07期

8 楊浩;張紅;王超;張波;張立平;;基于模板搜索的高分辨率SAR圖像機(jī)場(chǎng)提取方法[J];遙感信息;2010年02期

9 因倩;張占睦;曲筱筱;馮穎;;遙感圖像融合方法在機(jī)場(chǎng)識(shí)別應(yīng)用中的研究[J];海洋測(cè)繪;2010年02期

10 周延延;吳曉燕;;基于神經(jīng)網(wǎng)絡(luò)的目標(biāo)識(shí)別模型驗(yàn)證方法研究[J];計(jì)算機(jī)工程與應(yīng)用;2010年07期

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 史春麗,劉京玲;一種快速檢測(cè)紋理斑塊的方法[J];西安電子科技大學(xué)學(xué)報(bào);2001年06期

2 鄭瑤函,葉正麟,湯力,潘璐璐;紋理元提取與紋理合成的自由參數(shù)估計(jì)[J];計(jì)算機(jī)工程與應(yīng)用;2004年36期

3 孟祥增;劉明霞;;基于概念的自然紋理分類(lèi)[J];計(jì)算機(jī)工程與應(yīng)用;2006年11期

4 陸春君;陳松燦;譚曉陽(yáng);;基于紋理頻譜子集的紋理識(shí)別[J];江南大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年06期

5 霍玉洪;劉云;;稀疏紋理分類(lèi)的研究[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年06期

6 劉明霞;侯迎坤;楊德運(yùn);;一種新的自然紋理分類(lèi)方法[J];計(jì)算機(jī)工程與應(yīng)用;2008年19期

7 孫小芳;;基于分割的紋理分類(lèi)農(nóng)田信息提取[J];閩江學(xué)院學(xué)報(bào);2010年02期

8 徐曉哲;李振明;;一種有效的結(jié)構(gòu)紋理區(qū)分方法[J];甘肅科學(xué)學(xué)報(bào);2010年03期

9 王曉明;馮鑫;黨建武;;一種局部監(jiān)督式紋理分類(lèi)算法[J];蘭州理工大學(xué)學(xué)報(bào);2012年04期

10 袁建星,萬(wàn)嘉若,王成道;紋理模型和紋理識(shí)別[J];環(huán)境遙感;1988年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前5條

1 陳曉鐘;孫華燕;;基于更佳分辨率小波分解的圖像紋理分類(lèi)[A];第九屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-99）論文集[C];1999年

2 謝世朋;胡茂林;;基于局部仿射區(qū)域?qū)ο∈杓y理分類(lèi)的研究[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

3 謝世朋;胡茂林;;基于濾波器庫(kù)的紋理自動(dòng)分類(lèi)的研究[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

4 曹偉國(guó);李宗民;李華;;一種旋轉(zhuǎn)與尺度不變的紋理分類(lèi)方法[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

5 付新文;李象霖;張妙蘭;;一種基于矢量量化的紋理匹配分類(lèi)方法[A];中國(guó)圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國(guó)圖象圖形科技大會(huì)論文集[C];1998年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前7條

1 宋鐵成;圖像局部特征的提取與描述方法研究[D];電子科技大學(xué);2016年

2 孫利君;基于樣本的紋理合成方法研究[D];山東大學(xué);2012年

3 邵曉鵬;紅外紋理生成方法研究[D];西安電子科技大學(xué);2005年

4 王凱;基于圖像紋理特征提取算法的研究及應(yīng)用[D];西南交通大學(xué);2013年

5 賀永剛;基于局部二值模式的紋理表達(dá)研究[D];華中科技大學(xué);2012年

6 齊憲標(biāo);共生局部二值模式及其應(yīng)用[D];北京郵電大學(xué);2015年

7 賀永剛;基于局部二值模式的紋理分類(lèi)研究[D];華中科技大學(xué);2012年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 占俊杰;光照變化的紋理分類(lèi)研究[D];重慶大學(xué);2015年

2 王寧寧;基于線結(jié)構(gòu)光3D紋理測(cè)量的研究[D];電子科技大學(xué);2015年

3 許麗穎;基于LBP和KNN的視頻紋理識(shí)別算法研究[D];吉林大學(xué);2015年

4 管凌霄;基于紋理和結(jié)構(gòu)分析的機(jī)場(chǎng)目標(biāo)檢測(cè)方法[D];解放軍信息工程大學(xué);2015年

5 李秀麗;基于紋理合成的絨類(lèi)針織物真實(shí)感模擬[D];江南大學(xué);2013年

6 鄭瑤函;紋理元提取與紋理合成方法及其應(yīng)用研究[D];西北工業(yè)大學(xué);2006年

7 吳靜;古建筑大面積多樣化紋理生成研究[D];合肥工業(yè)大學(xué);2012年

8 胡瑩瑩;旋轉(zhuǎn)不變紋理分類(lèi)算法研究[D];天津大學(xué);2012年

9 賈瑞新;紋理分類(lèi)算法研究及應(yīng)用[D];河北工業(yè)大學(xué);2014年

10 王禮想;兩類(lèi)紋理分類(lèi)方法的比較[D];安徽大學(xué);2006年

  本文關(guān)鍵詞：基于紋理和結(jié)構(gòu)分析的機(jī)場(chǎng)目標(biāo)檢測(cè)方法，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：205811