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),請進行舉報或認領(lǐng)
文檔簡介
1、港口是重要的軍用和民用建筑,遙感圖像在軍事偵察、精確打擊和民用方面有很多應用,因此研究遙感圖像中港口目標的自動檢測與識別具有重要意義,但港口目標因環(huán)境和特征的復雜性使其識別技術(shù)成為圖像處理領(lǐng)域難點之一。本文首先檢測遙感圖像中是否存在港口目標,再對檢測出的港口目標進行基于特征點的Hausdorff距離匹配,由匹配結(jié)果完成港口目標識別。
根據(jù)港口灰度、紋理、形狀等特征,分析可用于檢測的港口知識。對遙感圖像進行閾值分割、邊緣檢測和H
2、ough變換等操作后,由港口中防波堤間距離、兩側(cè)灰度和所圍區(qū)域面積判斷提取的直線是否屬于港口目標,檢測出港口目標的存在和在實測圖中的位置。
為保證港口目標特征點檢測的準確性,在識別時首先采用主動活動輪廓(Snake)模型提取港口目標輪廓。Snake模型可以在模型本身的內(nèi)部能量和由圖像產(chǎn)生的外部能量的共同作用使模型不斷逼近目標輪廓。改進Snake內(nèi)力計算方法,避免向強邊緣聚集。采用梯度矢量場(Gradient Vector Fl
3、ow,GVF)作為Snake外力,擴大模型的捕獲范圍。實驗證明由Snake模型提取的港口目標輪廓具有很高的精度。
采用基于特征點的Hausdorff距離匹配識別港口目標。通過分析比較各種特征點提取算法,最小吸收核同值區(qū)(Smallest Univalue Segment Assimilating Nucleus,SUSAN)角點檢測算子具有計算量小、精度高、穩(wěn)定性好、對噪聲不敏感等優(yōu)點,可以很好的描述目標輪廓特征。采用自適應方
4、法計算灰度閾值和幾何閾值;采用穩(wěn)健有效的相似比較函數(shù);通過吸收核質(zhì)心與中心的距離去除虛假角點。Hausdorff距離描述兩個模糊點集之間的相似度,本文對其進行了兩部分改進,即部分Hausdorff距離和基于角點特征響應值的Hausdorff距離,以消除出格點和圖像遮擋對匹配結(jié)果的影響。
在VC++ 6.0上建立實驗平臺,利用基于內(nèi)容的相似搜索中的K緊鄰(K Nearest Neighbor,KNN)查詢方法評價本文算法,得到回
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 遙感圖像中港口目標檢測研究與實現(xiàn).pdf
- 基于遙感圖像中港口目標的分割算法研究與實現(xiàn).pdf
- 遙感圖像中港口識別與毀傷分析研究.pdf
- 基于知識的遙感圖像港口目標識別.pdf
- 遙感圖像飛機目標檢測與識別算法研究.pdf
- 圖像目標的識別與跟蹤研究.pdf
- 遙感圖像目標檢測.pdf
- 視頻圖像序列中車輛目標的檢測與識別研究.pdf
- 紅外弱小目標的檢測與識別.pdf
- 水下目標的視覺檢測與識別.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的遙感圖像目標檢測與識別.pdf
- 典型目標的檢測與識別研究.pdf
- 少紋理目標的檢測與識別.pdf
- 圖像中線狀目標的識別與應用.pdf
- 多光譜遙感圖像中風車目標的檢測算法研究.pdf
- SAR圖像港口目標檢測研究.pdf
- 基于遙感圖像的目標檢測與運動目標跟蹤.pdf
- 運動目標的圖像識別與跟蹤研究.pdf
- 紫外圖像弱小目標的檢測與跟蹤.pdf
- 圖像目標的快速智能識別研究.pdf
評論
0/150
提交評論