引入上下文信息的可見光遙感圖像目標檢測與識別方法研究.pdf

1、可見光遙感圖像的目標檢測與識別是遙感技術中的重要內容。由于受多種成像因素的影響，目標特征常常存在顯著的變化，這使檢測識別的難度大大增加。有效利用上下文信息可以提升目標檢測識別的效率和性能。本文針對引入多層次上下文信息的可見光遙感圖像目標檢測與識別方面開展了如下工作：
　　在緊鄰背景相對穩(wěn)定場景的目標檢測研究中，針對存在與真實目標具有相似特性的虛警干擾問題，提出了一種引入鄰域上下文信息的檢測框架。在該框架中，提出了梯度方向二進制模式

2、描述子來表征目標的鄰域上下文信息，由于該描述子不需要由碼本學習進行特征量化，因此在特征提取方面顯著提升了效率，并將該描述子嵌入空間金字塔匹配模型，提高了目標檢測性能。
　　在場景變化的目標檢測研究中，提出了一種引入目標上下文信息的檢測框架。針對目標上下文關系存在著同一種上下文約束關系發(fā)生在不同類別目標與候選目標之間、不同的上下文約束關系發(fā)生在同類別目標與候選目標之間的現(xiàn)象，我們設計基于詞匯的目標上下文表述，再組合使用概率潛在語義分

3、析模型來解決這一問題。
　　在目標類別識別研究中，針對特征提取環(huán)節(jié)存在誤差的問題，提出了一種引入內部上下文信息的識別框架，它首先提取目標的稀疏顯著特征，再結合目標內部空間區(qū)域信息進行特征表述，最后進行分類識別。該方法增強了特征表述的穩(wěn)健性，從而提升了識別性能。
　　在遙感圖像的地物分類研究中，針對同類地物目標光譜特性變化大、形狀和紋理特征分布復雜的問題，提出了一種引入多種上下文信息的地物分類框架。它首先為了獲取良好的分割對象