亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        結(jié)合數(shù)學形態(tài)學與多角度模板匹配的高分辨率遙感圖像救災(zāi)帳篷識別

        2016-01-26 01:45:30秦其明王建華
        測繪通報 2015年1期
        關(guān)鍵詞:目標識別

        葉 昕,秦其明,王 俊,王建華

        (北京大學遙感與地理信息系統(tǒng)研究所,北京 100871)

        Relief Tent Detection from High-resolution Remote Sensing Image Based on

        Mathematical Morphology and Multi-angle Template Matching

        YE Xin,QIN Qiming,WANG Jun,WANG Jianhua

        ?

        結(jié)合數(shù)學形態(tài)學與多角度模板匹配的高分辨率遙感圖像救災(zāi)帳篷識別

        葉昕,秦其明,王俊,王建華

        (北京大學遙感與地理信息系統(tǒng)研究所,北京 100871)

        Relief Tent Detection from High-resolution Remote Sensing Image Based on

        Mathematical Morphology and Multi-angle Template Matching

        YE Xin,QIN Qiming,WANG Jun,WANG Jianhua

        摘要:從災(zāi)后遙感圖像中快速準確地識別救災(zāi)帳篷有利于災(zāi)后救援工作的高效開展。本文結(jié)合實際應(yīng)用需求,在前人研究的基礎(chǔ)上,提出了一種結(jié)合數(shù)學形態(tài)學與多角度模板匹配的高分辨率遙感圖像救災(zāi)帳篷識別方法。首先從遙感圖像中選擇帳篷模板并從中提取形狀特征與光譜特征;然后將各波段灰度圖像二值化并進行數(shù)學形態(tài)學運算,參考帳篷的形狀特征提取出候選目標;最后根據(jù)帳篷的光譜特征,將候選目標與帳篷模板進行多角度匹配,剔除匹配度較低的偽目標,完成救災(zāi)帳篷識別。試驗結(jié)果表明,本方法的識別精度達90%以上,具有較高的應(yīng)用價值。

        關(guān)鍵詞:遙感圖像;救災(zāi)帳篷;數(shù)學形態(tài)學;模板匹配;目標識別

        一、引言

        重大自然災(zāi)害的發(fā)生,會導致嚴重的人員傷亡和經(jīng)濟損失,而遙感技術(shù)能夠進行大面積同步觀測,具有時效性強、信息客觀真實、數(shù)據(jù)的綜合性與可比性好等特點[1]。將遙感技術(shù)應(yīng)用到救災(zāi)工作中,對于高效開展救災(zāi)工作十分有利。

        災(zāi)民安置是救災(zāi)工作中的重要環(huán)節(jié),從遙感圖像中準確識別救災(zāi)帳篷,有利于宏觀了解災(zāi)民安置情況,還可以指導救災(zāi)物資的合理分配,但目前相關(guān)研究較少。有學者采取目視解譯的方法從高分辨率遙感圖像識別帳篷目標[2-5],盡管識別結(jié)果準確,但費時費力。文獻[6]采用了4種計算機識別方法從IKONOS遙感圖像中識別救災(zāi)帳篷,分別是監(jiān)督分類、非監(jiān)督分類、圖像分割和數(shù)學形態(tài)學方法,這4種方法都取得了較高的識別精度。但利用監(jiān)督/非監(jiān)督分類方法進行帳篷識別時,還需要明確圖像中的其他地類,在遙感圖像背景地物過多時,該方法較為復雜,同時,基于像素的分類結(jié)果存在椒鹽現(xiàn)象,需要進行后處理。圖像分割方法的識別精度很大程度上依賴于分割效果,欠分割和過分割都將嚴重影響結(jié)果精度。對于形狀規(guī)則、結(jié)構(gòu)統(tǒng)一、光譜特征明顯的帳篷目標,數(shù)學形態(tài)學方法較為適用。但僅利用該方法,對帳篷特征的分析不足,容易識別出偽目標。除了數(shù)學形態(tài)學方法之外,模板匹配方法同樣適用于帳篷目標的識別。文獻[7]首先從原始圖像中選取帳篷模板,然后利用互相關(guān)匹配算法從圖像中選擇匹配度最高的區(qū)域,實現(xiàn)帳篷目標的識別,取得了良好的識別結(jié)果,但該研究是在全圖范圍內(nèi)進行模板匹配,搜索區(qū)域大、時間效率低;同時,未考慮帳篷搭建的方向問題,僅能識別與模板方向一致的帳篷目標,通用性有待改進。

        綜上所述,本文在充分調(diào)研國內(nèi)外研究現(xiàn)狀的基礎(chǔ)上,針對前人方法的不足,綜合分析帳篷目標的多類特征,并考慮帳篷搭建的方向問題,提出了一種結(jié)合數(shù)學形態(tài)學與多角度模板匹配的高分辨率遙感圖像救災(zāi)帳篷識別方法。

        二、識別方法

        本文提出的救災(zāi)帳篷識別方法流程如圖1所示,主要分為3步:

        1) 預(yù)處理:包括帳篷模板選擇和單波段抽取兩部分。首先選擇帳篷模板,并從中提取出帳篷目標的形狀特征和光譜特征;然后從原始圖像中抽取出各波段灰度圖像。

        2) 候選目標提取:將各單波段圖像分別進行自適應(yīng)二值化,并對二值圖像進行數(shù)學形態(tài)學運算,結(jié)合帳篷的形狀特征,提取候選目標。

        3) 帳篷識別:根據(jù)候選目標的位置和方向,將其與帳篷模板進行多角度匹配,剔除匹配度較低的偽目標,得到救災(zāi)帳篷識別結(jié)果。

        完成上述3個步驟后,對識別結(jié)果進行精度評價,以驗證本方法的準確性。

        圖1 救災(zāi)帳篷識別流程

        1. 預(yù)處理

        為了準確識別救災(zāi)帳篷,首先需要選擇帳篷模板;同時,提取模板的光譜特征和形狀特征作為后續(xù)目標提取步驟中的先驗知識;然后,從原始遙感圖像中抽取各單波段圖像,并分別進行灰度拉伸,進一步增強目標與背景的差異。

        2. 候選目標提取

        (1) 自適應(yīng)二值化

        出于安全考慮,救災(zāi)帳篷的顏色以紅、藍、白色為主,因此在特定單波段遙感圖像中,救災(zāi)帳篷的灰度值將顯著高于其他地物,可以利用二值化算法將帳篷目標分割出來。由于成像條件的限制,災(zāi)后遙感圖像中的部分區(qū)域可能會有薄霧的干擾,傳統(tǒng)的全局二值化算法不適用。本文采用文獻[8]提出的一種自適應(yīng)局部二值化算法[8](下文簡稱DG算法)。

        (2) 基于數(shù)學形態(tài)學的候選帳篷提取

        利用數(shù)學形態(tài)學開運算對二值圖像進行平滑,消除其中的散點和毛刺。平滑后的圖像中剩余若干邊界規(guī)整的對象,再根據(jù)帳篷目標的形狀特征設(shè)定如下篩選條件,提取候選帳篷目標:

        1) 矩形度α:α≥αT;

        2) 面積S:Smin≤S≤Smax;

        3) 最小外接矩形的長寬比r:

        rmin≤r≤rmax

        矩形度閾值αT,面積閾值 Smin、Smax和長寬比閾值rmin、rmax均由從帳篷模板中提取的形狀特征確定。

        3. 帳篷識別

        步驟2)的提取結(jié)果中還存在一些偽目標,在原始遙感圖像中主要表現(xiàn)為形狀規(guī)則、亮度較高的斑塊。可通過模板匹配算法,將匹配度小于閾值的虛假目標去除,得到最終救災(zāi)帳篷識別結(jié)果。

        模板匹配算法的思路如下:待匹配區(qū)域I大小為W×H,模板T大小為w×h,匹配結(jié)果R是大小為(W-w+1)×(H-h+1)的矩陣。將模板滑過整個區(qū)域,用指定算法比較模板和待匹配范圍中大小為w×h的重疊區(qū)域,將比較結(jié)果保存到R中[9];最后從R中取出最大值,作為該范圍內(nèi)目標的匹配度,其對應(yīng)的位置,即為該范圍內(nèi)的目標位置。匹配度算法采用相關(guān)系數(shù)法[10]。

        考慮到待識別帳篷的搭設(shè)方向未知,可能與模板圖像中帳篷目標的方向不一致,在進行模板匹配前需要調(diào)整角度。如圖2所示,設(shè)待匹配候選目標的方向與水平線夾角為α,將其順時針旋轉(zhuǎn)角度α后進行一次模板匹配??紤]到帳篷為矩形結(jié)構(gòu),為了提高準確率,將其分別旋轉(zhuǎn)α+90°、α+180°、α+270°后再進行3次匹配,取4次結(jié)果的最大值作為該候選目標的最終匹配度D。

        最后,設(shè)置匹配度閾值DT,剔除所有匹配度D≤DT的偽目標,得到帳篷識別結(jié)果。

        圖2 帳篷搭設(shè)示意圖

        三、試驗與結(jié)果

        1. 數(shù)據(jù)源

        本文選用云南大理洱源縣5.5級地震后的光學航空遙感圖像。成像時間為2013年3月4日,空間分辨率為0.18m,遙感圖像包含R、G、B3個波段,大小為5616像素×3744像素。試驗遙感圖像如圖3所示。

        圖3 試驗遙感圖像

        救災(zāi)帳篷集中分布在圖4的4個區(qū)域,遙感圖像中其他區(qū)域也零散分布了少量救災(zāi)帳篷。其中,圖4(a)和圖4(d)區(qū)域在成像時受到霧氣的干擾,圖像較為模糊。下面本文將以圖4(a)區(qū)域為例介紹帳篷識別方法流程。

        圖4 救災(zāi)帳篷主要分布區(qū)域

        2. 救災(zāi)帳篷識別

        首先從原始遙感圖像中選擇帳篷模板,然后采用DG算法將原始圖像的各波段二值化。為了證明DG算法的有效性,以藍波段為例,將其與經(jīng)典的Otsu算法進行對比,試驗結(jié)果見圖5。

        圖5 二值化試驗結(jié)果對比

        從圖5可以看出,DG算法能夠更好地削弱薄霧的干擾,突出帳篷目標。然后,構(gòu)建5×5大小的矩形結(jié)構(gòu)元素,對二值圖像進行數(shù)學形態(tài)學開運算,結(jié)果見圖6,從圖6中可以看出,背景噪聲已被基本去除,能夠較完整地突出帳篷目標。

        圖6 候選帳篷目標提取

        經(jīng)過篩選得到的候選帳篷目標如圖7(b)所示,從中可以看出,除了正確的帳篷目標之外,還存在一處被錯誤識別的目標。最后,利用模板匹配算法篩除錯誤識別的救災(zāi)帳篷目標,最終識別結(jié)果見圖7(a),錯誤識別目標已被剔除,識別結(jié)果準確。其他區(qū)域的識別結(jié)果見圖7(c)、圖7(d)。

        圖7 救災(zāi)帳篷識別結(jié)果

        3. 精度評價

        通過目視解譯可知,試驗圖像中共有救災(zāi)帳篷104頂,本文方法共識別出99頂,其中正確識別結(jié)果94頂,不同子區(qū)域內(nèi)帳篷識別的精度評價結(jié)果見表1。

        從表1可以看出,本文方法的總體完整率為90.38%,正確率為94.95%,識別精度較高。無論是在成像效果較好的區(qū)域b、c,還是在受霧氣影響的區(qū)域a、d,本方法都取得了良好的識別結(jié)果。除了上述4個集中分布的區(qū)域外,其他零散分布的帳篷目標識別結(jié)果不佳。經(jīng)過分析,是由于遙感圖像中的背景噪聲及其他地物的干擾所致。

        表1 精度評價

        四、結(jié)束語

        針對重大自然災(zāi)害發(fā)生后災(zāi)民臨時安置點的監(jiān)測評估,救災(zāi)物資的合理分配等實際應(yīng)用需求,結(jié)合救災(zāi)帳篷在高分辨率遙感圖像上的多種特征,本文提出了一種結(jié)合數(shù)學形態(tài)學與多角度模板匹配的高分辨率遙感圖像救災(zāi)帳篷識別方法。試驗結(jié)果表明,本文方法的識別完整率為90.38%,識別正確率為94.95%,能夠準確識別出遙感圖像中的救災(zāi)帳篷目標。在識別過程中,本文還考慮了遙感圖像成像條件的限制,采用自適應(yīng)閾值分割算法,有效削弱了薄霧的干擾;同時,試驗結(jié)果還表明,其他區(qū)域內(nèi)零星分布的帳篷識別精度較低。如何進一步減少噪聲及其他地物的干擾,提高識別方法的魯棒性,有待進一步研究。

        參考文獻:

        [1]梅安新, 彭望祿, 秦其明, 等. 遙感導論[M]. 北京: 高等教育出版社, 2001.

        [2]溫奇, 陳世榮, 和海霞, 等. 無人機遙感在云南盈江地震中的應(yīng)用[J]. 自然災(zāi)害學報, 2012, 21(6): 65-71.

        [3]劉三超, 范一大, 高懋芳. 遙感數(shù)據(jù)在自然災(zāi)害救助中的應(yīng)用[J]. 航天器工程, 2012, 21(6): 136-141.

        [4]BJORGO E. Using Very High Spatial Resolution Multispectral Satellite Sensor Imagery to Monitor Refugee Camps[J]. International Journal of Remote Sensing, 2000, 21(3): 611-616.

        [5]BJORGO E. Refugee Camp Mapping Using Very High Spatial Resolution Satellite Sensor Images[J]. Geocarto International, 2000, 15(2): 79-88.

        [6]GIADA S, DE GROEVE T, EHRLICH D, et al. Information Extraction from Very High Resolution Satellite Imagery over Lukole Refugee Camp, Tanzania[J]. International Journal of Remote Sensing, 2003, 24(22): 4251-4266.

        [7]ALHARTHY A, KOSHAK N. Automatic Extraction of Tents During Hajj from Airborne Images to Support Land Use Optimization[J]. Automation in Construction, 2007, 16(1): 107-111.

        [8]BRADLEY D, ROTH G. Adaptive Thresholding Using the Integral Image[J]. Journal of Graphics,Gpu, and Game Tools, 2007, 12(2): 13-21.

        [9]劉瑞禎, 于仕琪. OpenCV教程基礎(chǔ)篇[M]. 北京: 北京航空航天大學出版社, 2007.

        [10]BROWN L G. A Survey of Image Registration Techniques[J]. ACM Computing Surveys (CSUR), 1992, 24(4): 325-376.

        引文格式:葉昕,秦其明,王俊,等. 結(jié)合數(shù)學形態(tài)學與多角度模板匹配的高分辨率遙感圖像救災(zāi)帳篷識別[J].測繪通報,2015(1):86-89.DOI:10.13474/j.cnki.11-2246.2015.0017

        通信作者:秦其明。E-mail:qmqinpku@163.com

        作者簡介:葉昕(1992—),男,博士生,主要研究方向為遙感圖像信息提取。E-mail:lanlang524@126.com

        基金項目:國家863計劃(2012AA121305)

        收稿日期:2014-02-24

        中圖分類號:P237

        文獻標識碼:B

        文章編號:0494-0911(2015)01-0086-04

        猜你喜歡
        目標識別
        基于偏振數(shù)字圖像的特征提取及處理方法研究
        一種BCI與SAR融合的目標檢測系統(tǒng)設(shè)計
        Java數(shù)字音頻識別程序
        中國新通信(2017年3期)2017-03-11 21:51:31
        渡口水域安全監(jiān)管技術(shù)研究
        中國水運(2017年1期)2017-02-27 23:45:33
        渡口水域安全監(jiān)管技術(shù)研究
        中國水運(2016年11期)2017-01-04 12:26:13
        全自動模擬目標搜救系統(tǒng)的設(shè)計與實現(xiàn)
        動態(tài)場景中的視覺目標識別方法分析
        基于PC的視覺解決方案在 Delta機器人抓放中的應(yīng)用
        價值工程(2016年32期)2016-12-20 20:36:15
        移動機器人圖像目標識別
        基于深度學習的目標反饋識別系統(tǒng)
        中文字幕乱码在线婷婷| 色婷婷日日躁夜夜躁| 中文字幕巨乱亚洲| 日韩中文字幕一区在线| 男女无遮挡高清性视频| 亚洲日本一区二区一本一道| 国产欧美成人| 亚洲中国美女精品久久久 | 成人国产精品免费网站| 国产女人精品一区二区三区| 色88久久久久高潮综合影院| 少妇无码一区二区三区免费| 无码不卡一区二区三区在线观看 | 亚洲精品在线视频一区二区| 国产狂喷潮在线观看| 93精91精品国产综合久久香蕉| 蜜桃网站在线免费观看视频| 在线视频中文字幕一区二区三区| 欧美性色黄大片手机版| 国产真实露脸4p视频| 国产丝袜在线福利观看| 激情内射人妻1区2区3区| 亚洲av无码1区2区久久| 西西人体大胆视频无码| 日本免费看片一区二区三区| 国产精品天堂avav在线| 最近日韩激情中文字幕| 国产成人亚洲合色婷婷| 国产三级精品视频2021| 男男受被攻做哭娇喘声视频| 欧美色图50p| 亚洲精品成人久久av| 无遮挡1000部拍拍拍免费| 色狠狠一区二区三区香蕉| yw193.can尤物国产在线网页| 国产影片一区二区三区| 啦啦啦www播放日本观看| 国产精品久久国产三级国电话系列| 一区二区三区日本视频| 日韩日韩日韩日韩日韩日韩| 亚洲国产成人精品女人久久久|