

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、從遙感圖像中獲取地理信息是人類認(rèn)識自然的重要技術(shù)手段之一。作為獲得地面幾何與物理信息的主要信息源,航空影像在地形地圖繪制,地理信息系統(tǒng),環(huán)境建模與監(jiān)測,城市和區(qū)域規(guī)劃等方面都有著極其廣泛的應(yīng)用。隨著計算機(jī)和信息科學(xué)的迅速發(fā)展,攝影測量與遙感數(shù)據(jù)的計算機(jī)處理更趨向自動化和智能化,航空影像的解釋、分類、自動或半自動處理,并將其應(yīng)用于各種CAD系統(tǒng)和空間信息系統(tǒng)的必要性也越來越突出。 從航空圖像中提取人工地物的研究工作發(fā)展至今已有將近
2、二十年的歷史。目前國內(nèi)外已有的研究成果主要局限于鄉(xiāng)村圖像中簡單結(jié)構(gòu)(平行四邊形或L形)的房屋提取和低分辨率航空圖像或SAR圖像中的線狀道路提取。對于密集城市航空圖像中結(jié)構(gòu)復(fù)雜的房屋和多等級道路交通的識別與提取仍然存在很大的困難。難點主要集中在以下幾個方面:1)知識的表達(dá)與建模;2)解釋的控制策略;3)特征描述、提取與精確定位。 根據(jù)目前人工地物提取的研究現(xiàn)狀和難點,本論文以復(fù)雜城市區(qū)域的高分辨率航空圖像為研究對象,在不規(guī)則房屋主
3、曲線提取、道路線特征提取、光照參數(shù)自動獲取和房屋自陰影提取等方面開展了具有創(chuàng)新性的工作,并提出了具體的房屋、道路語義模型、策略和提取算法。主要研究內(nèi)容和成果如下: 1.提出了一種復(fù)雜背景下的線結(jié)構(gòu)無偏檢測算法。通過建立基于高斯尺度空間的比較函數(shù),使圖像中相鄰線結(jié)構(gòu)相互分離,將灰度圖像轉(zhuǎn)化為一組二值特征圖像,有效抑制了噪聲對線結(jié)構(gòu)提取的影響和零點漂移的問題。結(jié)合航空圖像中道路的圖形和圖像特征,利用道路線狀特征的方向尺度不變性,提出
4、基于局部方向能量的線特征檢測算法。解決了目前廣泛采用的基于邊緣的線條提取算法跟蹤復(fù)雜性大的問題。 2.提出了一種適用于復(fù)雜航空圖像中不規(guī)則地物主曲線檢測的Snake改進(jìn)模型。針對現(xiàn)有Snake模型在收斂性、計算復(fù)雜性和易受光照影響等方面的局限性,結(jié)合航空圖像中房屋的幾何特性和輻照度特性,在初始節(jié)點的控制規(guī)則、能量函數(shù)定義和搜索控制策略三個方面對Snake模型進(jìn)行了改進(jìn),并對其中的參數(shù)選擇進(jìn)行了討論。新的模型減小了原有Snake對
5、于初始節(jié)點的限制,大大降低了形如Ω的光照毛刺的影響,并能有效分離由毛刺相連的相鄰房屋。算法的復(fù)雜度從O(nm3)降低至接近O(2n),并且克服了原有Snake模型不能收斂于凹形邊緣的缺陷。 3.提出了一種自動獲取圖像中的陰影投影方向的算法。該算法利用陰影的上下文關(guān)系直接獲取圖像中房屋與陰影的對應(yīng)關(guān)系,進(jìn)而建立兩者間的幾何聯(lián)系。解決了目前獲取光照參數(shù)必須嚴(yán)格滿足光照模型所描述的規(guī)則地物與陰影的幾何關(guān)系的限制,尤其適用于解決城區(qū)航空
6、圖像中房屋與陰影相互覆蓋的情況。 4.提出了屋頂輻照度數(shù)學(xué)模型,實現(xiàn)平臺屋頂和人字形斜坡屋頂?shù)淖詣优袆e,并在此基礎(chǔ)上開發(fā)出一種基于模型和上下文關(guān)系的斜坡屋頂自陰影檢測算法。該算法對于斜坡屋頂和異形屋頂上的自陰影檢測均有很好的效果。突破了目前房屋自陰影提取需要依賴于模型、多目視覺系統(tǒng)或者高程信息的限制。 5.提出了人工地物的語義模型,包括多尺度的房屋語義模型和多等級道路語義模型,并在該模型的指導(dǎo)下開發(fā)出一種有效的復(fù)雜結(jié)構(gòu)房
7、屋提取系統(tǒng)算法和一種基于線特征和圖表達(dá)的多等級道路提取、融合算法。與以往模型強(qiáng)調(diào)目標(biāo)整體特征不同,該模型著重于描述人工地物的結(jié)構(gòu)元素在不同尺度下和光照環(huán)境下的形態(tài)特征以及元素之間的內(nèi)在聯(lián)系和其上下文關(guān)系,并建立起各元素在實物層、幾何層、圖像層和拓?fù)鋵又g的聯(lián)系。以類語義網(wǎng)表達(dá)的房屋模型解決了幾何模型對房屋提取的場景和結(jié)構(gòu)的限制;多等級道路模型解決了目前線狀道路與面狀道路模型不兼容、只能應(yīng)用于單一場景、單一等級道路提取的問題?;谀P椭R
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 圖像中人工地物識別與矢量化研究.pdf
- QUICKBIRD影像人工地物提取方法研究.pdf
- 從航空圖像中提取房屋主曲線特征的研究.pdf
- 城市航空影像關(guān)鍵地物提取技術(shù)研究.pdf
- 高分辨率遙感衛(wèi)星影像中城市人工地物提取方法研究.pdf
- 基于圖像功率譜的航空圖像質(zhì)量判別技術(shù)研究.pdf
- 航空圖像中艦船目標(biāo)識別技術(shù)研究.pdf
- 基于遙感圖像的地物信息自動提取算法的實現(xiàn)【開題報告】
- 基于遙感圖像的地物信息自動提取算法的實現(xiàn)【文獻(xiàn)綜述】
- 圖像分割技術(shù)在遙感影像地物信息自動提取中的應(yīng)用研究.pdf
- 直升機(jī)巡線航空圖像特定目標(biāo)檢測技術(shù)研究.pdf
- 遙感影像面狀地物半自動提取方法的研究.pdf
- 25554.基于面向?qū)ο蟮母叻直媛蔬b感影像人工地物信息提取
- 監(jiān)控系統(tǒng)圖像中人臉圖像提取與增強(qiáng)的研究.pdf
- 遙感影像上面狀地物信息自動提取方法的研究.pdf
- 遙感圖像典型地物特征提取的尺度效應(yīng)研究.pdf
- 城市航空影像中建筑物信息的自動提取方法研究.pdf
- 基于小波變換的航空圖像處理及動載體多目標(biāo)跟蹤方法研究.pdf
- 實景圖像中地物對象的檢測和提取.pdf
- 城市地物覆蓋類型遙感自動提取——以廣州市為例.pdf
評論
0/150
提交評論