本文選題：遙感圖像　切入點(diǎn)：目標(biāo)識(shí)別　出處：《中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所》2017年博士論文　論文類型：學(xué)位論文

【摘要】：隨著航天遙感技術(shù)的不斷發(fā)展,遙感圖像的分辨率不斷提高,高分辨遙感圖像越來越廣泛的應(yīng)用于諸多軍民領(lǐng)域,尤其在軍事領(lǐng)域,基于航天遙感圖像的目標(biāo)識(shí)別技術(shù)已逐漸成為獲取軍事情報(bào)的重要手段。但目前我國(guó)現(xiàn)有遙感衛(wèi)星的星上處理能力較弱,諸如遙感圖像目標(biāo)識(shí)別等工作仍主要在地面進(jìn)行。衛(wèi)星數(shù)傳能力及地面站分布直接導(dǎo)致了圖像的獲取流程復(fù)雜,受衛(wèi)星軌道及地面站資源分配限制,遙感圖像數(shù)據(jù)從獲取到地面站接收的周期大約在1天左右。而星上目標(biāo)識(shí)別技術(shù)可以在軌完成遙感圖像的判讀和解譯等功能,并將識(shí)別的結(jié)果以信息流的方式通過中繼衛(wèi)星或遙測(cè)系統(tǒng)及時(shí)下傳到地面,大幅縮短了情報(bào)的獲取時(shí)間,保障了遙感信息的時(shí)效性。本文針對(duì)遙感圖像的特點(diǎn)及星上處理存在的問題,結(jié)合現(xiàn)有目標(biāo)識(shí)別技術(shù)的發(fā)展趨勢(shì),提出基于局部不變特征的遙感圖像星上目標(biāo)識(shí)別方法,并對(duì)識(shí)別方法中所涉及的特征檢測(cè)、特征描述以及匹配識(shí)別等步驟做了深入研究。同時(shí),本文還根據(jù)所提算法的特點(diǎn),設(shè)計(jì)了星載目標(biāo)快速識(shí)別系統(tǒng),以期為實(shí)際工程應(yīng)用提供理論依據(jù)和參考。為保證目標(biāo)識(shí)別的快速性和準(zhǔn)確性,本文首先提出一種基于尺度空間的快速特征點(diǎn)檢測(cè)算法。該方法通過圖像降采樣的方式建立尺度空間,并在每一層空間內(nèi)使用AGAST算法檢測(cè)特征點(diǎn)。針對(duì)尺度空間平滑作用帶來的特征點(diǎn)偏移問題,提出一種基于特征點(diǎn)局部重定位的方法,根據(jù)特征點(diǎn)局部鄰域的結(jié)構(gòu)特征重新確定特征點(diǎn)的位置。實(shí)驗(yàn)結(jié)果表明,該算法對(duì)遙感圖像中經(jīng)常存在的尺度、視角以及光照變換問題具有較強(qiáng)的魯棒性,且算法耗時(shí)較短,特征點(diǎn)定位精度較高。針對(duì)遙感圖像復(fù)雜多變的特點(diǎn),尤其是光照變化明顯的問題,本文提出一種基于特征點(diǎn)強(qiáng)度歸一化的FREAK描述算法。首先通過調(diào)整FREAK描述符的采樣模型,使采樣點(diǎn)更加注重邊緣、輪廓特征的提取;然后根據(jù)采樣點(diǎn)的梯度對(duì)特征描述符進(jìn)行主方向估計(jì);最后利用特征點(diǎn)鄰域像素強(qiáng)度均值做歸一化處理。實(shí)驗(yàn)結(jié)果表明,該算法在尺度、旋轉(zhuǎn)以及光照變換的條件下,表現(xiàn)效果較好;而在視角變換的條件下,其魯棒性滿足一般處理需求;算法的耗時(shí)相對(duì)較短,適合應(yīng)用于遙感圖像的快速處理。針對(duì)遙感圖像數(shù)據(jù)量大,且星上處理能力較低的特點(diǎn),本文提出一種適用于遙感圖像星上目標(biāo)匹配識(shí)別的改進(jìn)混合溢出樹方法。該方法在特征數(shù)據(jù)的預(yù)處理階段,采用基于中心點(diǎn)的分割方式,通過舍去邊緣稀疏的數(shù)據(jù)點(diǎn),進(jìn)行冗余分割;在特征匹配階段,使用異或運(yùn)算度量特征向量間的距離,并改進(jìn)了SIFT算法的特征匹配策略,利用K鄰近特征匹配距離的均值代替次鄰近距離;最后利用RANSAC算法剔除誤匹配點(diǎn)。實(shí)驗(yàn)結(jié)果證明,應(yīng)用本文搜索算法對(duì)遙感圖像進(jìn)行目標(biāo)匹配識(shí)別時(shí),其搜索效率更高,處理耗時(shí)較短,且匹配的準(zhǔn)確率更高。針對(duì)遙感衛(wèi)星成像時(shí)太陽高度角較低導(dǎo)致圖像出現(xiàn)大量陰影區(qū)域,從而帶來識(shí)別率較低的問題,本文提出了一種基于超像素分割與拼接重建的飛機(jī)目標(biāo)匹配識(shí)別方法。首先通過梯度方向直方圖估計(jì)目標(biāo)方向,以保證拼接時(shí)模板方向與拼接方向一致;然后提出一種改進(jìn)的SLIC超像素分割算法,采用紋理特征相似性度量代替原算法的顏色空間相似度量,進(jìn)行超像素分割;再次,通過求取目標(biāo)模板面積與拼接面積失配率的最小值確定拼接結(jié)果;最終通過特征匹配識(shí)別目標(biāo)。實(shí)驗(yàn)結(jié)果證明,文中方法對(duì)目標(biāo)分割的精度更高,可以有效去除圖像中的陰影區(qū)域,與未加入超像素分割前的情況相比,識(shí)別的準(zhǔn)確率得到了提高。在工程應(yīng)用方面,本文基于FPGA+DSP的組合平臺(tái),研制了星載目標(biāo)快速識(shí)別系統(tǒng)。利用Open VPX的總線設(shè)計(jì)及雙DSP并行流水處理的思想,在保證系統(tǒng)通用性及可擴(kuò)展性的同時(shí),提高算法的處理效率,為星上目標(biāo)快速識(shí)別奠定基礎(chǔ);此外,高速接口的使用也為星上遙感圖像大數(shù)據(jù)量的傳輸提供了有力的保障。最后,根據(jù)遙感衛(wèi)星下傳的原始圖像數(shù)據(jù),并應(yīng)用本文所提算法,進(jìn)行了遙感圖像目標(biāo)識(shí)別實(shí)驗(yàn),驗(yàn)證了星上目標(biāo)識(shí)別的可行性。
[Abstract]:......
【學(xué)位授予單位】：中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李偉;;遙感圖像中的道路提取[J];自動(dòng)化博覽;2006年05期

2 李傳龍;李穎;馬龍;;一種新的遙感圖像海岸線檢測(cè)方法[J];計(jì)算機(jī)仿真;2010年08期

3 張學(xué)良;肖鵬峰;馮學(xué)智;;基于圖像內(nèi)容層次表征的遙感圖像分割方法[J];中國(guó)圖象圖形學(xué)報(bào);2012年01期

4 秦其明;遙感圖像自動(dòng)解譯面臨的問題與解決的途徑[J];測(cè)繪科學(xué);2000年02期

5 陳小琪;現(xiàn)代計(jì)算機(jī)印前制版技術(shù)在遙感圖像印制中的應(yīng)用研究——以《長(zhǎng)江經(jīng)濟(jì)帶可持續(xù)發(fā)展地圖集》為例[J];地球信息科學(xué);2000年02期

6 鄧湘金,彭海良;一種基于遙感圖像的機(jī)場(chǎng)檢測(cè)方法[J];測(cè)試技術(shù)學(xué)報(bào);2002年02期

7 余杰千,方濤,陳雍業(yè);一種有效的遙感圖像無縫分割方法[J];計(jì)算機(jī)應(yīng)用;2003年12期

8 吳為祿;遙感圖像中的云層消除處理[J];鐵路航測(cè);2003年01期

9 于輝,徐軍;彩色遙感圖像目標(biāo)提取方法研究[J];遙感技術(shù)與應(yīng)用;2003年06期

10 黃勇杰,王樹國(guó),劉俊義,陳東;遙感圖像去云算法研究[J];儀器儀表學(xué)報(bào);2003年S2期

相關(guān)會(huì)議論文 前10條

1 張鳳春;董增壽;劉明君;;基于局部方差均衡的遙感圖像增強(qiáng)方法[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（2）[C];2008年

2 鄧冰;林宗堅(jiān);彭曉東;;遙感圖像信息度量的原理與方法[A];《測(cè)繪通報(bào)》測(cè)繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

3 江興方;江鴻;何賢強(qiáng);;遙感圖像兩種半自動(dòng)拼接方法的研究[A];全國(guó)農(nóng)業(yè)遙感技術(shù)研討會(huì)論文集[C];2009年

4 羅睿;張永生;范永弘;鄧雪清;;遙感圖像基于內(nèi)容查詢的研究與實(shí)踐[A];第十三屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2001年

5 陳東;龐怡杰;黃勇杰;;大傾斜航空遙感圖像快速自動(dòng)鑲嵌技術(shù)[A];圖像 仿真 信息技術(shù)——第二屆聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2002年

6 黃勇杰;王樹國(guó);劉俊義;陳東;;遙感圖像去云算法研究[A];首屆信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2003年

7 謝建春;趙榮椿;;遙感圖像中的軍用機(jī)場(chǎng)識(shí)別算法研究[A];信號(hào)與信息處理技術(shù)第三屆信號(hào)與信息處理全國(guó)聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2004年

8 陳姚;王金亮;李石華;;遙感圖像中云層遮擋影響消除處理方法研究述評(píng)[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

9 張磊;朱磊;;遙感圖像中直線目標(biāo)的檢測(cè)[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

10 邱磊;李國(guó)輝;衡祥安;;一種基于交互學(xué)習(xí)的遙感圖像挖掘方法[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

相關(guān)重要報(bào)紙文章 前5條

1 蔣建科邋孫宏金 陳樹琛;傳回清晰遙感圖像[N];人民日?qǐng)?bào);2008年

2 記者 鄭千里;北京地區(qū)有了航空遙感圖像[N];科技日?qǐng)?bào);2000年

3 本報(bào)通訊員;煤航遙感院獲美國(guó)快鳥遙感圖像西部代理權(quán)[N];中煤地質(zhì)報(bào);2005年

4 王石;印度通過“快鳥”影像發(fā)現(xiàn)古墓地[N];中國(guó)測(cè)繪報(bào);2010年

5 記者 馬彥平 張桂敏;澳大利亞鉀礦鉆探啟動(dòng)[N];農(nóng)資導(dǎo)報(bào);2011年

相關(guān)博士學(xué)位論文 前10條

1 朱光;基于遙感圖像的交通道路目標(biāo)識(shí)別方法研究[D];吉林大學(xué);2015年

2 祁友杰;基于SoC技術(shù)的遙感圖像快速匹配方法研究[D];東南大學(xué);2016年

3 霍麗君;基于變分的遙感圖像恢復(fù)算法研究[D];中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所;2017年

4 陳彥彤;基于局部不變特征的遙感圖像星上目標(biāo)識(shí)別技術(shù)研究[D];中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所;2017年

5 江興方;遙感圖像去云方法的研究及其應(yīng)用[D];南京理工大學(xué);2007年

6 滕鑫鵬;遙感圖像道路提取研究[D];江蘇大學(xué);2014年

7 劉春紅;超光譜遙感圖像降維及分類方法研究[D];哈爾濱工程大學(xué);2005年

8 劉哲;基于信息融合的遙感圖像處理方法研究[D];西北工業(yè)大學(xué);2002年

9 強(qiáng)贊霞;遙感圖像的融合及應(yīng)用[D];華中科技大學(xué);2005年

10 杜根遠(yuǎn);海量遙感圖像內(nèi)容檢索關(guān)鍵技術(shù)研究[D];成都理工大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 邱磊;基于內(nèi)容的遙感圖像挖掘方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2005年

2 陳浩;高分辨遙感圖像災(zāi)區(qū)建筑檢測(cè)[D];南京理工大學(xué);2015年

3 朱然;大數(shù)據(jù)量復(fù)雜背景下橋梁水壩目標(biāo)快速識(shí)別[D];電子科技大學(xué);2015年

4 王靜靜;基于NSCT和Shearlet變換的遙感圖像增強(qiáng)研究[D];新疆大學(xué);2014年

5 柴宏磊;基于知識(shí)的遙感圖像港口目標(biāo)識(shí)別[D];電子科技大學(xué);2015年

6 馮一鳴;基于遙感圖像中港口目標(biāo)的分割算法研究與實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

7 吳云坤;遙感圖像變化檢測(cè)技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

8 王旭;無參考遙感圖像質(zhì)量綜合評(píng)價(jià)算法研究[D];西安電子科技大學(xué);2015年

9 宋玉梅;基于遙感圖像的內(nèi)河航道識(shí)別研究[D];重慶交通大學(xué);2015年

10 張少輝;基于刃邊法的遙感圖像重建方法研究[D];西安電子科技大學(xué);2014年

，

本文編號(hào)：1559492