遥感图像中飞机跑道检测算法的研究与实现.docVIP

遥感图像中飞机跑道检测算法的研究与实现 目 录 第一章 绪论 1 §1.1 研究背景及意义 1 §1.2 国内外研究现状 1 §1.3本文所做的工作及内容安排 2 1.3.1主要工作 2 1.3.2 内容安排 2 第二章 数字图像预处理 3 §2.1 图像灰度化 3 §2.1.1图像灰度化原理 3 §2.1.2图像灰度化效果图 3 §2.2图像分割 4 §2.2.1图像分割简介 4 §2.2.2迭代阀值分割法 5 §2.3边缘检测 6 §2.3.1边缘检测介绍 6 §2.3.2 robert算子 6 §2.3.3sobel算子 7 §2.3.4 laplace算子 7 §2.3.5 边缘检测算子测试对比 8 §2.3.6结合图像二值化进行边缘检测效果图 9 §2.4本章小结 10 第三章 霍夫转换算法 12 §3.1霍夫转换算法原理 12 §3.2霍夫转换实现流程及关键步骤 14 §3.3霍夫转换效果测试 15 §3.4传统霍夫转换的优缺点 15 §3.5 本章小结 16 第四章 遥感图像中飞机跑道检测算法 17 §4.1 遥感图像中机场目标判断的基础知识 17 §4.2遥感图像中飞机跑道检测算法 17 §4.3算法测试 19 §4.4 本章小节 21 第五章 总结与展望 22 致 谢 23 参考文献 24  第一章 绪论 §1.1 研究背景及意义 遥感图像辅助目标识别的开发从20世纪70年代开始一直是许多学者的兴趣所在，机场目标识别是其中的一个分支，而对机场跑道的检测则是整个机场目标识别的基础，能否准确得检测出跑道目标无论是对遥感图像的计算机辅助判读还是GIS信息的更新以及战场打击效果的评估都有重要的意义。 利用卫星或者飞机等所拍摄的照片监视或者侦查地面目标，以其不受地域的限制，一直是获取有关信息的重要手段，已经被应用于国防和国民经济建设的许多领域之中。尤其是在军事领域的侦查，制导，警戒以及防御系统中，目标识别更是得到充分的运用。 在遥感图像的处理中，机场作为重要的目标，研究对其进行自动识别具有重要的意义。由于机场跑道对于起降飞机，自动导航和军事作战有着极其重要的作用，因此机场跑道的自动识别成为急待解决的课题。遥感图像中机场跑道检测是遥感图像辅助目标识别系统的一个重要分支，成功检测出机场主跑道的位置，长度可以极大的强化对机场进行军事打击的精度。由于对机场跑道的检测多用于军事领域，这就对算法提出了更高的要求，不仅仅要求算法的检测结果精确，同时还要求算法的速度快。 §1.2 国内外研究现状 从20世纪90年代开始，国内外就开始关注机场图像的检测识别，也提出了很多方法，至今国内外对于飞机跑道的检测一直极为重视并且做了大量的研究工作，国内比较有影响的几种方法分别是中国科学院对地观测与数字地球科学中心的基于模板的机场提取方法和基于骨架特征的机场跑道检测。这些研究方法一般有两个思路，一个是通过边缘检测，直线段搜索，直线拟合，直线修正并进行模板式霍夫转换从而得到机场跑道。另一种是通过对图像进行增强处理，用最佳阀值法进行图像二值化，然后通过结合不同的边缘检测算子对图像进行霍夫转换然后进行平行判断从而得到机场跑道。本文使用的就是第二种思路。 Hough变换于1962年由Paul Hough提出，并在美国作为专利被发表。它所实现的是一种从图像空间到参数空间的映射关系。由于具有一些明显优点和可贵性质，它引起了许多国内外学者和工程技术人员的普遍关注。例如，由于其根据局部度量来计算全面描述参数，因而对于区域边界被噪声干扰或被其他目标遮盖而引起边界发生某些间断的情况，它具有很好的容错性和鲁棒性。多年来，专家们对Hough变换的理论性质和应用方法进行了深入而广泛的研究, 并取得了许多有价值的成果。Robert边缘检测算子原理及实现，Laplace边缘检测算子原理及实现，三种算子检测效果对比以及结合二值化，边缘检测的效果图。 第三章霍夫转换，阐述了霍夫转换算法的原理，实现流程以及算法中关键步骤的存在意义。 第四章遥感图像中飞机跑道检测算法，针对算法中的不足进行改进，最后对一般性军事机场进行跑到检测并给出检测结果。 第五章总结与展望，对全文进行总结，给出我对跑道检测算法的改进的想法。 第二章 数字图像预处理 由于获取到的遥感图像一般都存在或大或小的噪音，对于我们进行跑道检测有很大的干扰作用，因此对图像进行预处理就显得尤为重要。进行图像预处理可以使我们的图像数据更加方便进行检测，增强我们需要的信息抑制无用的噪音。下面将介绍本算法中用到的几种方法，包括图像灰度化，阀值分割二值化，图像边缘检测。 §2.1 图像灰度化 §2.1.1图像灰度化原理 在RGB模型中，如果R=G=B时，则彩色表示一种灰度颜色，其中R=G=B的值叫灰度值，因此，灰度图像每个像素