论文部分内容阅读
近年来,随着遥感卫星技术的发展,遥感图像在军事和民用领域的应用范围逐渐扩大,针对遥感图像目标检测方法的研究越来越受到各国学者的关注。通常情况下,人们只关心整幅图像或整段视频中的很小一部分,单一地利用全局特征进行目标检测在实际应用中受到了诸多限制,具有一定局限性,而局部特征在对信息描述性能上的优越性,为复杂背景下的遥感目标检测提供了一条有效途径。为了提高遥感信息自动化处理的效率和可靠性、增强军事侦察和情报信息收集的能力,本文围绕遥感图像中团块目标、阵列目标和港口目标的检测和识别问题,将油罐、飞机、舰船作为具体的研究对象,以目标在人类视觉感知系统中所表现出的特性和其局部特征的空间关系作为切入点,系统地研究了上述目标的检测识别关键技术,并在此基础上提出了针对遥感图像中不同类型目标的检测识别方法,提高了遥感目标检测识别系统的效率和适应性,取得了较有价值的研究成果。本文主要研究基于视觉局部特征的遥感图像典型目标检测方法,开展了如下工作:1.针对遥感图像目标边缘特征检测结果准确率低,继而影响图像匹配、目标跟踪等图像处理分析精度的问题。论文先分析了人类视觉生理结构及遥感目标特性,系统研究了遥感图像目标解译过程,对解译的要素、方法及发展趋势进行了总结梳理,为全文的遥感目标检测识别研究打下了坚实的理论基础,然后提出了一种基于视觉感知的高低阈值遥感图像目标边缘特征检测方法。通过对视觉感知系统进行理论研究及分析其特性,挖掘出视觉感知与遥感目标边缘之间的潜在关系。实验验证了本文提出的基于视觉感知的高低阈值法对遥感图像目标边缘特征检测的有效性,并且通过与其它算法对比分析,证明了本方法可有效提高各边缘特征描述子的准确性。2.针对遥感图像的分辨率逐渐增加,图像内容趋于复杂化,目标受阴影干扰导致识别率下降,目标检测的准确些面临巨大困难和挑战这一问题。论文提出了一种基于类圆特征的团块目标检测方法,重点研究了遥感图像油罐目标的检测识别问题。实验结果表明,本文提出的遥感图像油罐目标检测方法相较于其他方法,其检测结果的准确率得到了有效提高,并且通过检测结果能够快速实现油库区域定位,算法适用于不同分辨率的遥感图像。3.针对在实际的遥感图像中,飞机目标受到自身阴影、建筑物遮挡以及地物干扰等因素的影响,使得检测结果中易将飞机目标的阴影轮廓误检测为飞机目标,降低了检测的准确率,导致实际飞机目标的定位和特征提取精确度下降这一问题。论文提出了一种基于不变特征的阵列目标检测识别方法,重点研究了机场背景中飞机目标的检测识别问题。实验结果表明,本文方法实现过程简单、相比于其它检测方法,其对目标背景的干扰影响具有较好的鲁棒性、并且运算量较小、检测结果准确率得到有效提高。4.针对遥感图像中的舷靠舰船目标自身灰度和纹理特征与港口相近,传统检测方法不易将目标与港口进行有效分离,检测准确率低的问题,论文提出了一种基于局部显著特征的遥感图像舷靠舰船检测方法。通过实验验证,本文所提出的检测算法对遥感图像中复杂背景环境下的舷靠舰船目标检测效果较好,并且算法不受舰船停泊位置及阴影的影响,目标识别率较高,鲁棒性较强。