基于高分辨率衛(wèi)星圖像的電廠目標(biāo)的識(shí)別.pdf

1、遙感圖像目標(biāo)自動(dòng)識(shí)別技術(shù)是計(jì)算機(jī)模式識(shí)別與圖像處理領(lǐng)域非?；钴S的研究課題。電廠中的五類(lèi)目標(biāo)——蓄水池、冷凝塔、煤棧橋、煙囪和廠房，是典型的人造地物目標(biāo)，通過(guò)計(jì)算機(jī)模式識(shí)別技術(shù)對(duì)它們進(jìn)行自動(dòng)識(shí)別的研究，具有很大的運(yùn)用和研究意義。 本文主要研究的是針對(duì)1m高分辨率衛(wèi)星圖像中電廠各類(lèi)目標(biāo)的識(shí)別技術(shù)，采用了由上而下的知識(shí)（假設(shè)）驅(qū)動(dòng)型策略，針對(duì)各目標(biāo)的特征建立知識(shí)庫(kù)，設(shè)計(jì)相應(yīng)算法，主要包括：基于灰度和形狀特征的蓄水池和冷凝塔的識(shí)別、基于

2、邊緣線段分析的煤棧橋的識(shí)別、利用空間和自身結(jié)構(gòu)特征的煙囪識(shí)別、基于感知組織理論的廠房識(shí)別。 各類(lèi)目標(biāo)的處理主要遵循典型的低、中、高三層處理的目標(biāo)識(shí)別流程，分別是圖像分割、特征提取和模型驗(yàn)證，各步驟都有相應(yīng)的知識(shí)指導(dǎo)。 在研究過(guò)程中，對(duì)分割和特征提取的各種算法進(jìn)行了較為深入的研究和比較，并提出了多種實(shí)用算法，如：結(jié)合Canny邊緣的二值化、基于Hough統(tǒng)計(jì)權(quán)重的圓的合并算法、直線提取和合并連接算法、通用的直方圖波谷提取算