場景上下文約束的可見光遙感圖像目標識別方法研究.pdf

1、高分辨率遙感圖像具有數(shù)據(jù)量大,圖像結(jié)構(gòu)特征復雜等特點,使得目標湮沒在復雜背景中,為遙感圖像目標識別及場景分析造成了一定的困難。這也導致了目標識別率低,計算復雜度增加,因此,如何找到一個快速、有效的目標識別方法是遙感圖像處理領(lǐng)域一個重要的研究內(nèi)容。考慮到本文所識別的目標一般與場景類別存在空間依存關(guān)系,如橋梁分布于河流上,港口在海域和陸地交匯處等,因此本文提出了一種基于場景上下文約束的目標識別方法,通過場景分類為目標識別提供有效的約束信息,

2、提高識別效率和準確率。
　　本文的研究內(nèi)容包括以下幾個方面:
　　首先,針對遙感圖像數(shù)據(jù)量大,紋理特征復雜等特點,分析比較了幾種常用的紋理特征提取算法,提出了將LBP算法應用于場景分類中,并根據(jù)應用中存在的圖像強度缺失的問題,提出了改進算法,將圖像灰度直方圖與LBP統(tǒng)計直方圖結(jié)合,有效提高了分類性能。
　　其次,針對場景分類上下文信息在目標識別中的重要性,提出了基于mean-shift區(qū)域分割和LBP紋理特征的場景分類

3、方法,實現(xiàn)了植被區(qū)、建筑區(qū)、水域、沙地這四類場景類別的分類,有效提高識別效率和準確率。
　　最后,根據(jù)目標與場景的上下文依存關(guān)系,實現(xiàn)了基于上下文約束的目標識別方法。將場景分類方法應用于目標識別流程中,并在場景上下文約束條件下計算感興趣區(qū)域和目標特征,再使用SVM進行訓練和分類計算,實現(xiàn)了對橋梁/大壩、港口、機場、公路樞紐、鐵路樞紐這五類目標的識別研究。
　　實驗結(jié)果表明,本文提出的算法具有更高的識別準確率,通過上下文約束信