基于面向对象的cbers-02b影像船舶提取【精选】.pdfVIP

2014．N0．09 工业工程与技 术 JournalofHenanScienceandTechnology 基于面向对象的CBERS一02B影像船舶提取 张 萌 罗 卫 (江西理工大学 建筑与测绘工程学院，江西 赣州 341000) 摘 要：本文基于面向对象的思路，使用CBERS一02B高分影像 ，结合 Sobel边缘检测分割图像 ，以鄱阳湖水域的船舶为提取 目 标，确定了水域 内不同船舶的分割尺度，单体船为 73以及并排船舶为85。在此分割基础上 ，对船舶进行特征提取，实验结果中船舶的 边缘提取效果明显 关键词：高分影像；面向对象；尺度；船舶；特征提取 中图分类号：F301 文献标识码：A 文章编号：1003—5168(2014)17—0067—02 1 引言 面向对象的基本原理是分类时不仅依靠地物的光谱特征， 而且根据 目标地物的形状、纹理等几何特征和结构特征信息把 f， J= (3) 具有相同特征的像元组成一个对象，然后根据对象特征进行分 其中，O是图像中的区域 i；IOI是区域的面积；M；是区域 i灰 类lI1．以减少在复杂类型地物中对 目标地物进行提取时 “同物异 度值的平均值；是区域 灰度值的平均值；Ilu一 ll是区域 i和区 谱 ，异物同谱”现象的影响。汪闽等闭用直方阈值分割的方法对高 域 灰度值的平面直角坐标距离；length(0(O，D，))是区域 i和 分影像进行分割 ，并在此基础上使用形状特征对船舶 目标进行 区域的共同边界长度。 识别提取。许开宇等1]1提出了一种在红外图像上，先对两帧图像 3 实验 进行差分处理，分割后再用 Canny算子对 目标进行边缘检测，以 本文选取的影像数据为鄱阳湖人江通道处中巴卫星2．36米 实现船舶 目标提取的检测算法。张风丽等 基于小波变换和多分 全色影像数据，实验截取两种区域 (单体船只和并排船只)的影 辨理论 ，提出了一种改进的小波变换的空域和尺度相关的SAR 像进行处理，并分析讨论。实验前先对图像做一些简单的预处 图像船舶 目标检测算法。目前国内在高分辨率遥感影像中面向 理，选取要分析处理的实验区域，使图像的显示效果更好 ，然后 对象的方法在船舶提取中的应用并不广泛。 对选取好的图像进行分割提取的后续步骤。 2 原理 3．1 单体船只分割提取 2．1 分割算法 单体船舶由于其不受其他船只影响，且光谱特性与背景(水 分水岭变换是一种基于拓扑理论的数学形态学的分割方 体)差别较大，所以使用Sobel算法在选取分割尺度时可较为容 法。其原理是将图像视为地学上的拓扑地形，每一个像素点的灰 易地提取出边缘，将之与水体分隔开，使提取更准确快捷。 度值代表该点的海拔高度，每一个局部极小值及其影响区