基于证据理论的高分辨率遥感影像机场快速检测方法研究
  • 【摘要】

    作为一种重要的地理空间对象和军事设施,机场通常是交通运输和军事领域的决策者们所关注的重点目标.因此,在遥感影像中快速地识别和提取机场对于民航和军事应用来说至关重要.经过多年的研究,目前已经有许多遥感影像中自动检测、提取以及更新机场的方法,其中包括基于Hough变换、结构特征提取、模版匹配、高层知识表达等.但是这些方法往往只针对某些特殊影像,普适性较差,所以对于不同质量的机场影像其处理的稳定性较差,... 展开>>作为一种重要的地理空间对象和军事设施,机场通常是交通运输和军事领域的决策者们所关注的重点目标.因此,在遥感影像中快速地识别和提取机场对于民航和军事应用来说至关重要.经过多年的研究,目前已经有许多遥感影像中自动检测、提取以及更新机场的方法,其中包括基于Hough变换、结构特征提取、模版匹配、高层知识表达等.但是这些方法往往只针对某些特殊影像,普适性较差,所以对于不同质量的机场影像其处理的稳定性较差,漏检率和虚检率较高,处理结果往往无法满足民航和军事应用的要求. 本文针对上述方法的不足提出了一种新的基于证据理论和质量分析的高分辨率遥感影像数据中自动判别和提取机场轮廓信息的方法.此方法主要思想是对机场进行全面特征分析,并利用这些特征对影像进行基于证据理论的质量分析.在这一过程中,本文最要分以下步骤:(1)对遥感影像中机场目标的各个特征形态进行归纳,建立了特征的模型和规则;(2)将这些模型规则抽象成证据并对待测影像进行基于证据理论的质量分析;(3)在质量分析的基础上对不同影像进行分类处理:对于影像质量极差以至无法检测到任何证据则排除影像,对只能检测到少量机场特征证据则反馈给使用者进行半自动检测,对有足够证据被检测到则进入后续的机场自动检测过程. 对于疑似机场影像,本文进一步检测机场的其他证据特征,确定机场是否存在,并且在边缘轮廓影像上采用了一种改进的跟踪算法以降低判别的虚检率,此方法主要是结合连通区域和种子填充法将机场区域中已剥离出的平行直线段等特征集合进行延伸、重组和融合形成机场轮廓,最后提取其完整的轮廓信息.对于难以辨别的影像,本文在以上方法的基础上辅以人工编辑来提取机场信息.此外值得强调地是在预处理过程中,本文提出了一种改进的OSTU算法对影像进行分割和基于Canny算子的边缘提取,以保证检测的精度和高效. 基于上述理论,本文对不同质量的高分辨率遥感影像中机场的自动检测与提取进行系统的实验并开发了检测系统,取得了较好的效果. 收起<<

  • 【作者】

    吕争 

  • 【学科专业】

    地图学与地理信息系统

  • 【授予学位】

    硕士

  • 【授予单位】

    武汉大学

  • 【导师姓名】

    眭海刚

  • 【学位年度】

    2008

  • 【语种】

    chi

  • 【关键词】

    高分辨率遥感影像%机场%证据理论