

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、近年來,對自然景物中人造目標(biāo)的識別與檢測引起了廣大學(xué)者越來越廣泛的關(guān)注,無論在軍事領(lǐng)域還是民用領(lǐng)域都具有非常重要的應(yīng)用價(jià)值。橋梁作為人造目標(biāo)的典型物之一,對其的識別與檢測已經(jīng)成為一個研究熱點(diǎn),但從國內(nèi)外的參考文獻(xiàn)來看,目前仍沒有一種效果良好、適用范圍廣的識別方法。
本文主要通過對可見光遙感圖像中水上橋梁的目標(biāo)識別算法進(jìn)行研究,針對該算法存在的一些缺點(diǎn)和不足,提出了一種基于多尺度多結(jié)構(gòu)元的橋梁分割方法。
在通常的橋梁識
2、別算法中,首先是建立橋梁及其場景的知識模型,通過對圖像進(jìn)行有選擇的灰度值線性拉伸,來增強(qiáng)感興趣的灰度值范圍的對比度,然后再采用閾值分割的分割方法提取水域,充分利用河流和橋梁的空間關(guān)系,根據(jù)河流橫穿圖像邊界的特征,采用閉運(yùn)算連通河流,通過檢測連通后的河流區(qū)域,從而實(shí)現(xiàn)對橋梁的檢測與識別。本文在基于橋梁知識的前提下,采用了多尺度多結(jié)構(gòu)元的分割算法,即在遙感圖像的分割算法中先采用大尺度的分割算法,將圖像中感興趣的部分提取出來,然后對分割出來的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 面向目標(biāo)識別的多特征融合研究與實(shí)現(xiàn).pdf
- 基于FPGA目標(biāo)識別的機(jī)器人設(shè)計(jì)與實(shí)現(xiàn).pdf
- 紅外圖像點(diǎn)目標(biāo)識別的研究.pdf
- 水上橋梁目標(biāo)識別算法研究.pdf
- 面向特定目標(biāo)識別的特征庫研究.pdf
- 水下目標(biāo)識別的相關(guān)技術(shù)研究.pdf
- 基于LS-SVM目標(biāo)識別的研究.pdf
- 雷達(dá)自動目標(biāo)識別的理論與應(yīng)用研究.pdf
- 基于遙感圖像的機(jī)場和無水橋梁目標(biāo)識別研究與實(shí)現(xiàn).pdf
- 小波網(wǎng)絡(luò)用于水下目標(biāo)識別的研究.pdf
- 模糊神經(jīng)網(wǎng)絡(luò)用于目標(biāo)識別的研究.pdf
- 基于圖像識別的大田害蟲多目標(biāo)識別研究.pdf
- 基于目標(biāo)識別的違章停車事件檢測研究.pdf
- 基于水聲圖像水下目標(biāo)識別的技術(shù)研究.pdf
- 基于目標(biāo)識別的幾種信息融合算法研究.pdf
- 復(fù)雜場景中家庭服務(wù)機(jī)器人目標(biāo)識別與人臉識別的研究和實(shí)現(xiàn).pdf
- 圖像目標(biāo)識別的集成極端學(xué)習(xí)機(jī)研究.pdf
- 基于曲線模板的遙感圖像目標(biāo)識別的研究.pdf
- 紅外目標(biāo)識別的多代理者分割與不變量研究.pdf
- 最優(yōu)投影平面方法一維距離像目標(biāo)識別的FPGA設(shè)計(jì)與實(shí)現(xiàn).pdf
評論
0/150
提交評論