高分辨率可見光遙感圖像目標識別——運用感知組織.pdf

1、隨著遙感技術在國民經(jīng)濟、政治、軍事等方面的廣泛應用,關于遙感圖像的信息自動提取分類越來越受到人們的關注,其中的一個關鍵問題就是能夠?qū)Ω鞣N目標進行自動準確識別.但是,從目前的整體研究狀況來看,該領域還處在不成熟的發(fā)展階段.產(chǎn)生這種狀況的原因大致有兩點:一是遙感圖像目標識別是一門交叉學科,其采用的主要技術均來自于圖像處理、機器視覺等學科領域,因而受上述領域整體發(fā)展水平的制約--例如,迄今還不具備通用穩(wěn)健的目標分割提取方法;二是由于遙感圖像成

2、像距離遠,覆蓋面廣,帶來的直接結果是圖像質(zhì)量較差--和一般圖像相比,以及信息量大,處理時間長.國外關于這方面的研究早在上世紀70年代末就已開始,而中國研究機制的真正啟動則是90年代中葉的事.目前,各種高性能硬件產(chǎn)品的相繼出現(xiàn),使得我們在信息源的獲取和處理能力大大增強,相應的,對于遙感圖像中目標的分析也逐漸由定性轉(zhuǎn)向定量.我們的工作就是在這種背景下展開的.該論文針對可將光遙感圖像中人工建筑物目標的特點,構建了一個完整的自下向上的目標識別體

3、系.整個體系流程主要分為三個部分:在底層處理中,運用Canny算子檢測邊緣,然后從中提取圖像特征--基本線段(ELS,Elementary Line Segment);中間層處理運用感知組織(Perceptual Organization)的基本規(guī)則--鄰近性、共線性、閉合性、連續(xù)性、對稱性等,將底層提取的基本特征進行組合,生成規(guī)則的幾何圖形,并產(chǎn)生目標假設送交高層處理;高層處理根據(jù)已有知識,即目標特征(包括形狀、灰度、紋理、功能、尺寸

4、、子結構、陰影、場景上下文等),對已生成假設進行驗證,以決定是否接受假設.另外,在文章末尾,我們還探討了知識在視覺識別系統(tǒng)中的運用,其中包括各種知識形式的介紹(其間穿插了我們的一些想法)以及將知識運用在識別系統(tǒng)中應注意的事項.該文的主要工作有:(1)在不降低性能的前提下簡化了Canny算子;(2)從不同角度,提出了兩種有效的基本線段提取算法;(3)深入的研究了感知組織在線段合并及目標假設生成中的作用.最后的實驗結果表明,該識別體系是有效