大型機(jī)場遙感圖分割技術(shù)研究.pdf

1、圖像分割是一項(xiàng)應(yīng)用于圖像領(lǐng)域的技術(shù)手段,也是當(dāng)下研究人員研究圖像處理方面一項(xiàng)關(guān)鍵性題目。至今，其方法仍在不斷發(fā)展，比如基于邊緣、區(qū)域、閾值以及聚類方法。然而針對(duì)大型機(jī)場遙感圖的分割技術(shù)卻研究甚少,單一的算法難以分割機(jī)場目標(biāo),所以多方法結(jié)合的分割研究，值得我們深入研究。
　　本文針對(duì)大型機(jī)場遙感圖像目標(biāo),進(jìn)行分割研究，并將分割結(jié)果使用到實(shí)驗(yàn)室紅外大場景建模中去,為后續(xù)項(xiàng)目的應(yīng)用提供很好的前提準(zhǔn)備。正如大家所熟知，不同的目標(biāo)使用不同的

2、分割法，會(huì)有不同分割效果，所以找到針對(duì)機(jī)場目標(biāo)的分割方法尤為關(guān)鍵。考慮到機(jī)場遙感圖中分割目標(biāo)多，邊緣參差不齊，外加航拍圖像經(jīng)常會(huì)受到天氣等影響,呈現(xiàn)模糊等特點(diǎn),傳統(tǒng)方法很難得到好的分割結(jié)果。FCM算法是近年來應(yīng)用比較廣，針對(duì)邊緣模糊、分割目標(biāo)多，效果較好的方法，機(jī)場航拍圖像非常符合其分割目標(biāo)特征。本文對(duì)FCM方法做一研究，對(duì)傳統(tǒng)FCM方法進(jìn)行改進(jìn)，克服了傳統(tǒng)FCM的初始聚類中心選定的隨意性而導(dǎo)致的迭代次數(shù)多、效率差，以及傳統(tǒng)的方法易受噪

3、聲影響的缺點(diǎn)，從而提高了算法的效率以及抗噪性，使得算法強(qiáng)大和實(shí)用性更強(qiáng)。多方法結(jié)合分割大型機(jī)場遙感圖。首先，改進(jìn)傳統(tǒng)的FCM算法，對(duì)機(jī)場目標(biāo)進(jìn)行初分割，然后應(yīng)用Canny算子，提取邊緣，接著形態(tài)學(xué)半自動(dòng)方式優(yōu)化處理輪廓，最后將優(yōu)化的輪廓與原始圖匹配，提取出跑道目標(biāo)；其次，進(jìn)行實(shí)驗(yàn)驗(yàn)證本文算法的效率和普適性，并討論未分割的建筑物群區(qū)域，提取出建筑物群；最后實(shí)現(xiàn)了多級(jí)分割機(jī)場目標(biāo)?？偨Y(jié)論文，闡述本文的優(yōu)勢和不足，以及后期還要努力的方向。實(shí)驗(yàn)