遙感圖像中港口目標的檢測與識別.pdf

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