| 【中文题名】 | 图像仿射不变特征及其在遥感图像目标识别中的应用 |
| 【英文题名】 | Affine Invariant Feature and Its Application to Target Recognition in Remote Sensing Images |
| 【学科专业】 | 信息与通信工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-10-18 |
| 【中关键词】 | 图像目标识别,仿射不变特征,多尺度自卷积,仿射不变矩,特征提取, |
| 【英关键词】 | Image Target Recognition,Affine Invariant Feature,Multi-Scale Autoconvolution,Affine Invariant Moments,Feature Extraction, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>遥感技术>遥感图像的解译、识别与处理>图像处理方法> |
| 【论文摘要】 |
图像仿射不变特征对于遥感图像目标识别具有重要的意义。卫星遥感等成像系统对同一景物所成图像之间的关系,在一定条件下均可以用仿射变换来近似。即使在近距离情况下拍摄的图像,图像的局部区域之间的几何关系也可以用仿射变换来近似描述。仿射不变特征体现了目标在仿射变换下所具有的不变特性,它克服了视点变化对特征量的干扰,是视点变化情况下目标识别的强有力的工具。
本文从成像模型和仿射变换的数学模型出发,阐述图像不变特征的含义,总结了Hu矩和仿射不变矩。将一种新的全局仿射不变特征—多尺度自卷积(Multi-Scale Autoconvolution, MSA)特征作为研究对象,在此基础上提出了一种新的图像局部仿射不变特征(Local MSA, LMSA)的提取方法,并且将MSA特征和LMSA特征应用于遥感图像目标识别。
局部不变特征适宜于复杂背景中或遮挡情况下的目标识别。常见的局部不变特征提取方法包含两部分:检测子(Detector)和描述子(Descriptor)。本文提出的LMSA特征的提取方法,将满足一定灰度关系的图像连通区域的几何中心作为关键点(检测子),以此为中心构造一个仿射不变区域,计算所有... |
| 【论文题纲】 |
|
摘要 |
8-9 |
|
Abstract |
9-10 |
|
第1章 绪论 |
10-14 |
|
1.1 课题研究背景与意义 |
10-11 |
|
1.1.1 遥感技术军事应用的背景 |
10 |
|
1.1.2 论文研究内容与意义 |
10-11 |
|
1.2 图像仿射不变特征研究现状 |
11-12 |
|
1.3 论文主要的工作 |
12 |
|
1.4 论文的组织安排 |
12-14 |
|
第2章 图像仿射不变特征 |
14-25 |
|
2.1 图像成像模型与仿射变换的数学模型 |
14-19 |
|
2.1.1 图像的成像模型 |
14-16 |
|
2.1.2 中心投影的仿射近似 |
16-17 |
|
2.1.3 仿射变换的数学模型 |
17-19 |
|
2.2 图像的仿射不变特征 |
19-23 |
|
2.2.1 不变特征的含义 |
19 |
|
2.2.2 不变矩特征 |
19-23 |
|
2.3 本章小结 |
23-25 |
|
第3章 局部仿射不变特征LMSA 特征提取方法 |
25-36 |
|
3.1 多尺度自卷积特征(Multi-Scale Autoconvolution，MSA) |
25-28 |
|
3.1.1 数学定义 |
25-27 |
|
3.1.2 MSA 的性质 |
27-28 |
|
3.2 LMSA 特征提取方法 |
28-31 |
|
3.2.1 局部仿射不变特征 |
28 |
|
3.2.2 局部不变特征提取算法 |
28-29 |
|
3.2.3 关键点的提取 |
29 |
|
3.2.4 仿射不变区域的构造 |
29-30 |
|
3.2.5 ROI 特征提取 |
30-31 |
|
3.3 实验结果及性能评估 |
31-35 |
|
3.3.1 特征的仿射不变性 |
31 |
|
3.3.2 特征在视角变化下的稳定性 |
31-32 |
|
3.3.3 部分被遮挡情况下目标识别的适用性 |
32-33 |
|
3.3.4 抗椒盐噪声能力 |
33-35 |
|
3.4 本章小结 |
35-36 |
|
第4章 仿射不变特征在遥感图像目标识别的应用 |
36-53 |
|
4.1 引言 |
36 |
|
4.2 图像目标模式识别的方法 |
36-43 |
|
4.2.1 图像模式识别概述 |
36-37 |
|
4.2.2 图像分割 |
37-38 |
|
4.2.3 目标识别的常用方法 |
38-41 |
|
4.2.4 遥感图像目标识别方法 |
41-43 |
|
4.3 遥感图像小型目标识别实验分析 |
43-49 |
|
4.3.1 实验概述 |
43 |
|
4.3.2 遥感图像飞机目标识别实验 |
43-46 |
|
4.3.3 遥感图像舰船目标识别实验 |
46-47 |
|
4.3.4 遥感图像装甲车辆目标分类实验 |
47-48 |
|
4.3.5 实验结果分析 |
48-49 |
|
4.4 遥感图像大型目标识别实验分析 |
49-52 |
|
4.4.1 实验概述 |
49 |
|
4.4.2 实验结果 |
49-51 |
|
4.4.3 实验结果分析 |
51-52 |
|
4.5 本章小结 |
52-53 |
|
结束语 |
53-54 |
|
附录 |
54-55 |
|
致谢 |
55-56 |
|
作者在攻读硕士学位期间发表的论文 |
56-57 |
|
参考文献 |
57-59 |
|
| 【DOI】 | LunWen.ID:2.2008.389491 |
