建筑物图像识别研究 摘要：随着城市化进程的不断发展，城市人口、经济等要素密切影响着城市建筑物的几何形态与分布。从航拍图像或者卫星图像上快速准确的获取城市建筑物的信息不仅有利于地理空间数据的更新，而且对于有效监测新增建筑等城市专题信息有重要意义。不仅如此，近年来基于卫星图像或者航拍图像的建筑物识别与轮廓提取算法的提出与研究改进，更有助于实现对城市建筑物的识别和分类。其对GIS 数据的获得、对影像的理解、大比例尺制图和及其它许多对遥感数据的应用都具有重要的意义。 基于此，本文从建筑物轮廓的几何形态出发，对卫星图像中的建筑物轮廓的提取方法进行了研究。主要进行了如下几方面工作： 1、阐述了建筑物提取的基础理论。对典型城市建筑物进行了特征分析，学习并理解在建筑物的轮廓提取中所要用到的算法，从中选择合适的边缘检测与轮廓提取算法。 2、在对已有方法进行总结归纳的基础上，系统的研究了基于灰度特征与二值数学形态学的轮廓描述算法和基于边缘特征的Hough变换直线提取算法，对这两种算法进行改进，初步实现了典型城市建筑物的半自动提取。 3、针对本文出现的方法进行编程实现，并针对试验结果对这两种方法进行综合的检测与评价，分析了这两种方法的特点及不足。 关键词：卫星图像；建筑物轮廓；二值数学形态学；边缘检测；直线提取
Building Image Recognition and Research Abstract: With the continuing developing of urbanization, the urban population, economic and other factors are closely affecting the city building’s geometry and distribution. It is not only conductive to the data updating of geospatial, but also has important significance of the thematic information for effective monitoring of new city buildings and so on that accessing information form the city buildings aerial images or satellite images fast and accurately. Moreover, in recent years, building on satellite images to identify and contour extraction or aerial imagery and research to improve the algorithm proposed, but also help achieve the identification and classification of city buildings. Its GIS data acquisition, image understanding, large scale mapping and many other applications are of great significance. This paper is start form the geometry of the building outline, doing research of the extraction methods for the building outline which from high resolution images. Mainly for the following work areas: 1.Describes the basic theory of building extraction. Urban buildings typical characteristic analysis, systematic study of image processing algorithms to use in extraction of the building, from which to select the appropriate algorithm for edge detection and contour extraction. 2.On the basis of summarizing the existing methods, the proposed feature extraction based on gray and binary mathematical morphology the contour edge detection algorithm based on linear Hough transform algorithm, the semi-automatic extraction of typical urban buildings. 3.We were against the proposed method programming, and comprehensive testing and evaluation of these two methods for the test results, the characteristics and drawbacks of the two methods. Key words:Satellite images, Building outline, Binary mathematical morphology，Edge detection，Line Extraction
SAR/PolSAR图像建筑物信息提取技术研究随着当前城市的快速发展,针对城区建筑物的遥感技术得到越来越多学者的关注。合成孔径雷达(SAR)和极化合成孔径雷达(PolSAR)由于具有全天时、全天候对地观测特点以及稳健多样的目标信息获取能力而被广泛应用于城区遥感中。 针对城区雷达遥感图像的解译需求,本文系统研究了SAR和PolSAR图像建筑物信息提取技术,重点围绕建筑物散射机理分析、建筑物检测、分割以及建筑物分类四个方面,旨在为城区雷达遥感图像提供一整套有效且稳健的信息提取方法,为城市规划、国民经济建设以及国防军事应用提供有力支撑。本文工作具体包括以下方面:(1)建筑物后向散射与极化散射特征分析,PolSAR图像城区极化目标 分解。 首先分析SAR图像建筑物后向散射特点以及PolSAR图像极化目标分解原理。进一步讨论城区极化目标分解的难点,即非平行雷达飞行方向的建筑物与森林散射机理混淆。 在深入研究当前城区极化目标分解方法及其应用范围的基础上,针对建筑物的方位向和特有散射特性,提出针对建筑物的交叉散射相干矩阵模型。该模型能有效描述建筑物产生的交叉散射,从而能与森林产生的体散射有效区分开来并消除两类目标散射机理混淆。 基于该散射模型,本文提出了多成分和四成分两种极化目标分解方法,利用星载和机载PolSAR数据分解结果验证了该交叉散射模型的有效性。最后对比分析了两种城区极化目标分解方法的不同点及其在后续建筑物检测、分类中作用。 (2)SAR和PolSAR图像建筑物检测。首先介绍了SAR图像基于纹理特征的建筑物检测方法以及PolSAR图像人造目标方位向非平稳性检测方法并分析两类方
北京联合大学毕业设计（论文）任务书 题目：基于MATLAB的车牌定位算法设计 专业：电子工程系指导教师：章学静 学院：信息学院学号： 2009080403104 班级： 20090804031 姓名：林本存 一、课题的任务与目的 自从2010年以来，北京的交通拥堵问题成为社会普遍关注和谈论的话题。而其他交通问题也呈现增长趋势。由于车辆牌照是我们标定车辆的唯一ID，因此，车牌的定位识别对于处理突发的交通事件就显得尤为重要。车牌定位识别系统是近几年发展起来的计算机视觉和模式识别技术在智能交通领域应用的重要课题之一。所谓车牌定位(License Plate Location)，就是把车牌区域完整的从一幅具有复杂背景的车辆图像中分割出来。它是进行车牌识别的首要任务和关键技术，能否将牌照的位置找出来，决定着车牌识别的后续工作能否继续进行，如果不能正确找到牌照的位置，那么就无法将它分割出来，字符分割和字符识别工作将无从谈起。同时，车牌定位的效率也直接影响着整个识别系统的效率，一个高效率的车牌识别系统首先必须是建立在高效的车牌定位算法的基础之上。因此，研究与开发车牌定位的算法具有十分重要的实用意义。例如，在公安执法系统、高速公路自动收费系统、城市道路监控系统、智能停车场管理系统等诸多智能交通系统中都有应用。车牌定位的目的是对摄像头获取的汽车图像进行预处理，确定车牌位置。 此次设计的任务就是在MATLAB中对采集到车辆图像进行色彩直方图分析，匹配车牌背景颜色的峰值从而实现车牌在图像位置中的定位。然后将此算法移植到DSP中，在DSP中验证移植的算法正确性。 二、调研资料情况 目前国外车牌定位识别系统已经有很多成熟的产品，以色列Hi—Tech公司的See/CarSystem系列，新加坡optasia公司的IMPS系列都是比较成熟的产品。但是，这些产品基本上只适合于自己国内的状况。而我国的情况与国外有很大的不同，比如车牌的形状，颜色，字符的颜色以及我国车牌中包含着汉字等。同时，目前的牌照识别系统具有一定的识别率，在天气条件差的情况下或夜晚时，识别率会明显下降，此外，也受到其他许多客观干扰的影响，例如天气、背景、车牌磨损、图像倾斜等。因此现有的识别系统要达到完全实用化仍然有很长的路要走。现有的比较好的车牌定位方法主要有J.Barroso等提出的基于水平线搜寻的定位
仪表显示的图像识别算法研究 摘要：随着社会的逐渐发展，人类的生活越来越趋于智能化。本文根据当今社会对于图像识别研究的发展现状，针对目前人们生活中人工读表的弊端，提出了通过采集仪表显示的图像并进行图像识别算法处理来达到智能自动读表的方法。 为了能快速获得采集数据，减少人们生活中繁复的人工作业。本文通过多样的图像处理来代替人眼识别图像。只需要得到采集到的图像，就可以利用计算机来进行计算和识别，得出最后的数字。本文采用了一系列的图像处理方法，包括图像的去噪，二值化分割，边缘检测和基于数学形态学的膨胀腐蚀操作等。同时通过多种尝试和比较各种方法的优缺点得到了一套简易而又完善，快速的图像识别算法。 在进行多次测试试验后，本文采用数码相机来进行图像的采集，同时经过图像预处理、图像分割、图像识别等一系列流程得出了较为完善的图像采集和识别系统，为未来信息传递智能化提供了基础，对于促进工业发展或是改善生活水平都有重要的意义。 关键词：图像预处理、二值化、边缘检测、形态学、去噪、图像分割、图像匹配 The research of image recognition displayed by the instrument Abstract: With the continuous development of society, people's lives become more and more intelligent. Based on the current development in today's society for the study of image recognition, according to the present disadvantages of manual meter reading in peop le’s lives, this page proposed the way by collecting the instruments display image and then deals it with image recognizing algorithms to achieve intelligent automatic meter. In order to quickly gather data, reducing manual work in people’s lives complicated. The page uses a series of image processing to replace human eye image recognition. Just need the collected images, we can use a computer to calculate and identify, then we will arrive at a final figure. We used a variety of image processing methods, including image denoising, thresholding segmentation, expansion of edge-detection based on mathematical morphology and corrosion and so on. And
车辆自动识别技术（一）——车牌定位算法研究及实现 (2010-07-19 22:45:15) 分类：控制仿真类 标签： 杂谈 摘要 随着我国交通事业的迅速发展，城市汽车容量的急速攀升，建立现代化的智能交通系统已经成为解决此类中诸多问题的焦点所在。汽车牌照识别系统是交通管理领域和数字图像处理领域里的热点问题，车辆是构成整个智能交通系统的最基本元素，而车辆牌照是我们标定车辆的唯一ID，所以说，车牌定位是实现车牌字符分割和字符识别的前提和关键。 本文介绍了三种基于MATLAB的汽车牌照图像定位方法。这些算法充分利用了车牌纹理、颜色、宽高比等特征，经过灰度化、运动区域定位、边缘提取、水平投影、自适应数学形态学处理、垂直投影、颜色判定、区域生长等一系列步骤，最终实现车牌定位。特别是边缘处理算子的改进、自适应数学形态学的引入以及小波分析的应用，对算法性能有着巨大影响，是本算法的关键所在。 实验结果表明，所述的三种方法是有效的，能够定位所采集的车牌，虽然不能定位全部采集到的图片，但方法三相对前两种方法的准确率有很大的提高，达到了预期的目的。 关键词：车牌定位；纹理分析；边缘检测；数学形态学；小波分析 目录 摘要 Abstract 第1章绪论 1 1.1 课题研究背景及意义 1 1.2 课题研究目的 2 1.3 国内及国外研究现状 2 1.3.1 国内研究现状 2
1.3.2 国外研究现状 4 1.4 本文的工作及基本结构 4 第2章图像处理技术基础 5 2.1 图像预处理 5 2.1.1 图像灰度化 5 2.1.2 图像二值化 6 2.1.3 图像小波变换 6 2.1.4 图像形态学处理 7 2.2 图像区域裁剪 9 第3章基于MATLAB的车牌定位算法实现 10 3.1 MATLAB及其图像处理工具 10 3.2 我国车牌特点及识别难点 10 3.2.1 我国车辆牌照特点 10 3.2.2 我国车辆牌照定位难点 11 3.3 图像的采集 11 3.4 基于不同车牌特征的程序实现过程及结果图 13 3.4.1 基于车牌颜色特征的方法 13 3.4.2 基于数学形态学和边缘特征的方法 16 3.4.3 基于小波分析的方法 20 3.5 三种方法的结果比较 23 第4章结束语 26 参考文献 27 致谢 28 附录 29 第1章绪论 1.1 课题研究背景及意义
Q260046902 专业做论文 西南科技大学 毕业设计（论文）题目名称：车辆牌照图像识别算法研究与实现
车辆牌照图像识别算法研究与实现 摘要：近年来随着国民经济的蓬勃发展，国内高速公路、城市道路、停车场建设越来越多，对交通控制、安全管理的要求也日益提高。因此，汽车牌照识别技术在公共安全及交通管理中具有特别重要的实际应用意义。本文对车牌识别系统中的车牌定位、字符分割和字符识别进行了初步研究。对车牌定位，本文采用投影法对车牌进行定位；在字符分割方面，本文使用阈值规则进行字符分割；针对车牌图像中数字字符识别的问题，本文采用了基于BP神经网络的识别方法。在学习并掌握了数字图像处理和模式识别的一些基本原理后，使用VC++6.0软件利用以上原理针对车牌识别任务进行编程。实现了对车牌的定位和车牌中数字字符的识别。 关键词：车牌定位；字符分割；BP神经网络；车牌识别；VC++
Research and Realization of License Plate Recognition Algorithm Abstract:In recent years, with the vigorous development of the national economy，there are more and more construct in the domestic expressway, urban road, and parking area. The requisition on the traffic control, safety management improves day by day. Therefore, license plate recognition technology has the particularly important practical application value in the public security and the traffic control. In the paper, a preliminary research was made on the license location, characters segment and characters recognition of the license plate recognition. On the license location，the projection was used to locate the license plate; On the characters segmentation, the liminal rule was used to divide the characters; In order to solve the problem of the digital characters recognition in the plate, BP nerve network was used to recognize the digital characters. After studying and mastering some basic principles of the digital image processing and pattern recognition, the task of license plate recognition was programmed with VC++ 6.0 using above principles. The license location and the digital characters recognition in the license plate were implemented. Keywords: license location, characters segmentation, BP nerve network, license plate recognition, VC++
基于高分辨率遥感影像的建筑物提取 摘要：本文首先对遥感影像上建筑物提取的研究历史进行分析，总结高分辨率航空相片或卫星影像提取建筑物等人工地物信息的主要方法，从影像数据、分辨率与方法几个方面概括建筑物提取的发展历史。总结高空间分辨率遥感影像建筑物提取研究的现状以及发展趋势。 关键词：高空间分辨率遥感影像；建筑物提取 引言 随着遥感技术的不断进步，光学卫星影像的空间分辨率不断提高（目前军用卫星已经达到厘米级），与同类中低空间分辨率的遥感影像相比，高空间分辨率光学卫星影像上地物的光谱特征更明显，景观的结构、形状、纹理和细节等信息突出，使得研究城市内部建筑分布细节成为可能。从20世纪90年代以来高空间分辨率光学卫星影像逐渐进入商业和民用领域，在地图更新、土地管理、城市规划、资源调查、环境监测、灾害评估等方面得到广泛应用，逐步成为一种主要的地理空间数据获取和更新途径，针对高空间分辨率光学卫星影像的信息提取研究也随之兴起，但高空间分辨率影像信噪比低的特点限制了建筑提取的精度，人工解译仍然是最普遍的提取方式，其费时费力的弱点成为制约高分辨率卫星影像大范围应用的瓶颈。目前对绿地和水体的自动提取已经比较成熟，而道路和建筑物由于其自身的复杂性导致自动提取困难，国内外很多学者在高分辨影像道路和建筑提取方面做了很多相关研究，在提取理论和方法方面取得了一定的成果。本文就高空间分辨率遥感影像建筑物提取研究现状进行总结，在此基础上提出目前遥感影像建筑物提取研究的热点及其发展趋势。 一、建筑物提取的研究历史 迄今为止，利用高分辨率航空相片或卫星影像提取建筑物等人工地物信息的方法大体分为两类：其一，利用图像信息结合高程信息进行建筑物信息提，通过建筑物与周围环境之间的高差进行屋顶边界的提取，大多需要一定的辅助数据如DEM、DSM等。其二，利用高空间分辨率遥感影像数据结合计算机视觉、图像处理与分析、人工智能等学科领域的新方法实现对建筑物顶部信息的半自动甚至全自动识别与提取。此方法不需要多景影像数据，也不需要其它的外部信息源，具有更为广泛的应用前景和范围，但是其缺乏对识别建筑物表面高度信息，只是利用的是图像的光谱信息、灰度信息以及建筑物的形态信息和一部分先验知识，难度要更大，此方法仍处于探索研究阶段。在城市环境中由于受到建筑物结构复杂性的影响，建筑物常常被人造目标或者自然目标包围，给提取建筑物带来干扰，常见的典型情况有：房屋边缘与道路平行且相邻，边缘检测后的影像中道路和房屋边缘相互混淆；因为拍摄角度导致建筑物彼此的遮蔽，影像上丢失了被遮蔽建筑物的信息；建筑物阴影的灰度接近建筑物的灰度，很难区分二者的边界，对提取产生干扰。此外利用成像质量、光谱范围等多方面因素影响的遥感影像提取建筑物信息，出现信息的丢失以及失真，从而增加了建筑物提取的难度。图1分别从影像数据、分辨率与方法几个方面概括了建筑物提取的发展历史。快速准确地
哈尔滨工业大学工学硕士学位论文 摘要 森林是陆地生态的主体，具有很高的生态效益和经济效益。鉴于目前我国森林防火的严峻形势，必须开发有效技术解决森林火灾的监测问题。传统火灾探测器多采用单一时刻的火灾参量作为判断标准，在外界干扰下易引起频繁误报或漏报。近年来提出的基于机器视觉的火灾报警系统，利用数字图像处理技术来实现火灾自动报警。 基于火焰和烟雾的图像特征，本文研究了一种识别自然环境下火灾的机器视觉方法。火灾发生过程中，主要的图像信息是燃烧时产生的烟雾和火焰，通过对烟雾和火焰的图像信息研究发现，烟雾和火焰本身具有一定的规律性，以此为依据设计有针对性的算法，从图像中识别出烟雾和火焰，判断火灾是否发生。 首先，论文阐述了森林防火技术及图像型火灾检测技术的发展和现状，并对图像分割和滤波方法中的关键技术进行了详细介绍，在此基础上，本文分别讨论了火焰和烟雾的分割与识别。 然后，对于火焰分割，针对不同情况下的火焰研究了三种不同的分割技术，实现了火焰区域的准确分割。对于火焰的特征检测，主要进行颜色和动态特征的分析，通过建立火焰颜色模型进行颜色识别，再进一步进行火焰的四个动态特征的识别。对于烟雾分割，由于烟雾颜色的复杂性，采取颜色提取法进行分割，并运用视觉一致性的聚类算法对其进行了改进。对于烟雾的特征检测，主要进行小波特征及动态特征的分析，通过对比烟雾图像与背景图像小波系数进行小波特征识别，再对识别结果进一步进行动态特征识别，包括烟雾的不规则性和扩散性，最终确定视频中是否存在烟雾。 最后，综合以上分析，给出了森林防火系统中火灾的识别的整体流程以及火焰和烟雾分别的识别流程。 实验证明，综合火焰和烟雾的静态特征及动态特征的火灾识别方法，识别率高。在火灾检测技术中，具有较好的发展前景。 关键词火焰识别；烟雾识别；图像分割；动态特征 - I -
基于遥感影像的建筑物提取研究方法综述 摘要：遥感影像上建筑物提取的基础理论研究始于20世纪80年代，随着遥感技术的不断进步，遥感影像的分辨率及精确度越来越高以及快速发展的城市在城市空间数据库方面的巨大要求。现在城市空间数据库需要对数据快速获取更新，又因为遥感影像本身具有的现时性，更新速度快的特点。在城市空间数据库的更新、城市动态监测、城市变化监测以及“智慧城市”建设等方面有着重要的使用价值。本文介绍基于不同遥感影像提取建筑物的基本方法和几个发展趋势。主要包括SAR图像，LIDAR点云数据，高光谱影像，航空影像等多种源数据不同的提取方法，以及不同数据来源的优缺点。同时对建筑物提取研究中需要解决的问题和研究趋势进行了总结。 1.引言 城市地区的遥感影像中，超过8成的目标是建筑物和道路，所以对建筑物和道路的识别和提取式遥感影像地物提取的主要研究方向，除道路和建筑物以外，剩下的大部分都是植被，在城市中绿地的面积占了一定的比例，在建筑物的提取中，建筑物在遥感影像中容易受到植被的干扰，如何高效率、高质量的剔除植被对建筑物的影响成了建筑物提取的关键。进行建筑物提取的主要应用有城区自动提取、 地图更新、城市变化监测、城市规划、三维建模、数字化城市建立等诸多方面，如何实现建筑物的快速、高精度、自动化提取成为目前的研究热点。目前对绿地和水体的自动提取已经比较成熟，而道路和建筑物由于其自身的复杂性导致自动提取困难，本文主要提出了目前遥感影像建筑物提取研究的热点及其发展趋势。 2.建筑物提取的历史发展 快速准确地获取不同类型城市建筑的空间位置、形状等信息具有极其重要的意义，在城市规划、城市动态监测、城市三维建模、地形图更新、地籍调查等方面有广泛的应用。目前，对自动建立城市三维模型和实现城市虚拟现实的需求越来越多，利用大比例尺航空影像获取城市建筑物的三维几何信息和表面纹理，是实现“三维城市”建模的有效途径之一。 到目前为止，利用高分辨率航空相片或卫星影像提取建筑物等人工地物信息的方法大体分为两类：其一，利用图像信息结合高程信息进行建筑物信息提取，因为城市里的建筑物有一定的高度信息，通过建筑物与周围环境（地面）之间的高差进行屋顶边界的提取，这种方法大多需要一定的辅助数据如DEM、DSM等一类具有地物高程数据的影像。其二，利用高空间分辨率遥感影像数据结合计算
图像识别技术浅析 Analysis of Image Recognition Technology 刘峰伯软件学院2010544029 【摘要】:本文描述了图像识别系统的结构与工作原理，在对图像预处理、特征提取、分类、图像匹配算法进行深入研究和分析的基础上，分析和比较了各种算法的优缺点，并讨论了其中的关键技术。 【关键词】：图像识别；预处理；特征提取；匹配 【Abstract】This paper describes the structure and working principle of an image recognition system. The advantages and disadvantages of various a1gorithms are compared on the basis of in-depth analysis of the image pre-processing, feature extraction, classification and image matching algorithms, and discussed the key technology. 【Key Word】Image Recognition；Pre-Processing；Feature Extraction；Matchi ng. 一、引言 图像识别，是利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。随着计算机技术与信息技术的发展，图像识别技术获得了越来越广泛的应用。例如医疗诊断中各种医学图片的分析与识别、天气预报中的卫星云图识别、遥感图片识别、指纹识别、脸谱识别等，图像识别技术越来越多地渗透到我们的日常生活中。 二、图像识别系统 1、概述 自动图像识别系统的过程分为五部分：图像输入、预处理、特征提取、分类和匹配，其中预处理又可分为图像分割、图像增强、二值化和细化等几个部分。 （1）图像输入 将图像采集下来输入计算机进行处理是图像识别的首要步骤。 （2）预处理 为了减少后续算法的复杂度和提高效率，图像的预处理是必不可少的。其中
本科毕业论文 题目：高分辨率遥感影像中建筑 物阴影检测与提取研究院（部）：土木工程学院 专业：测绘工程 班级：测绘081 姓名：!@#$%^&* 学号：1234567890 指导教师：(!@#$%^&) 完成日期：2012年6月10日
目录 摘要......................................................................................................................................III ABSTRACT.................................................................................................................................IV 1前言.. (1) 1.1研究背景 (1) 1.2研究目地及意义 (1) 1.3国内外研究的现状及发展 (1) 1.4本文的研究内容及目标 (2) 2遥感影像阴影特征与面向对象的提取原理 (4) 2.1建筑物阴影的特点 (4) 2.2建筑物阴影的光学性质 (4) 2.3高分辨率遥感影像的特点 (5) 2.4面向对象的阴影检测与提取原理分析 (6) 3遥感影像的预处理 (7) 3.1齐鲁软件园遥感影像的几何校正 (7) 3.2软件园影像的分割 (8) 4ECOGNITION8.0对遥感影像进行面向对象的矢量化处理 (11) 4.1加载齐鲁软件园预处理后的遥感影像 (12) 4.2分别对每个子影像进行CHESSBOARD棋盘分割 (13) 4.3根据阴影的光学特性添加各种算法 (14) 4.4分别对子影像进行多尺度分割 (15) 4.5数据的导出 (18)
定位算法文献综述 随着普适计算和分布式通信技术的深入研究，无线网络、通信等技术得到了迅速普及，同时，位置服务已渗透到人们生活中的方方面面。基于低功耗、自组织、信息感知的无线传感器网络，其监测的事件与物理位置戚戚相关。对于大多数应用，不知道传感器位置而感知的数据是没有意义的[1]，因此确定信息的位置成为众多应用的迫切需求和关键性问题，有着重要的意义[2，3]。 现代定位技术最早出现在军事领域，以提供精确制导、战场监控和单兵作战系统保障，如全球定位系统(Global Positioning System，GPS)作为目前应用最成功的定位技术，但是，对于室内近距离定位，GPS的精度远远达不到要求。 基于位置服务的网络有多种，如WSN、GPS、Wi-Fi等，每种定位技术有着各自的优缺点，定位的适用场景、定位精度、实时性、功耗、使用成本也各不相同。如何进行网络间的协作定位成为了解决室内定位问题的一大选择。本文首先介绍无线传感器网络的各种定位算法，介绍每种网络的信号特点，然后描述算法的评价标准，最后对所有文章进行总结，提出多模信号融合的室内定位算法的研究思路。 1.定位算法的性能评价标准 定位算法的性能直接影响到它的定位精度以及在实际中的应用可行性，如何评价它的性能是一个需要深入研究的问题，下面讨论几个常用的性能评价标准[8]。 （1）定位精度。定位技术首要的评价指标就是定位精度，一般用误差值与节点无线射程的比例表示，例如，定位精度为20％表示定位误差相当于节点无线射程的20％．也有部分定位系统将二维网络部署区域划分为网格，其定位结果的精度也就是网格的大小，如微软的RADAR[9]，Wireless CorporationRadioCamerat等。 （2）规模。不同的定位系统或算法也许可在园区内、建筑物内、一层建筑物或仅仅是一个房间内实现定位．另外，给定一定数量的基础设施或在一段时间内，一种技术可以定位多少目标也是一个重要的评价指标．例如，RADAR[8]系统仅可在建筑物的一层内实现目标定位，剑桥的Active Office定位系统[10]每200ms定位一个节点。 （3）锚节点密度。锚节点定位通常依赖人工部署或GPS实现．人工部署锚节点的方式不仅受网络部署环境的限制，还严重制约了网络和应用的可扩展性．而使用GPS定位，锚节点的费用会比普通节点高两个数量级[11]，这意味着即使仅有10％的节点是锚节点，整个网络的价格也将增加10倍．因此，锚节点密度也是评价定位系统和算法性能的重要指标之一。 （4）节点密度。在WSN中，节点密度增大不仅意味着网络部署费用的增加，而且会因为节点间的通信冲突问题带来有限带宽的阻塞．节点密度通常以网络的平均连通度来表示．许多定位算法的精度受节点密度的影响，如DV-Hop[12，13]算法仅可在节点密集部署的情况下合理地估算节点位置。 （5）容错性和自适应性。通常，定位系统和算法都需要比较理想的无线通信环境和可靠的网络节点设备．但在真实应用场合中常会有诸如以下的问题：外界环境中存在严重的多径传播、衰减、非视距(non．1ine．of-sight，简称NLOS)、通信盲点等问题；网络节点由于周围环境或自身原因(如电池耗尽、物理损伤)而出现失效的问题；外界影响和节点硬件精度限制造成节点间点到点的距离或角度测量误差增大的问题．由于环境、能耗和其他原因，物理地维护或替换传感器节点或使用其他高精度的测量手段常常是十分困难或不可行的．因此，定位系统和算法的软、硬件必须具有很强的容错性和自适应性，能够通过自动调整或重构纠正错误、适应环境、减小各种误差的影响，以提高定位精度。 （6）功耗。功耗是对WSN的设计和实现影响最大的因素之一．由于传感器节点电池能
遥感图像中建筑物自动识别与标绘方法研究 第六图书馆 为了从高分辨率城区遥感图像中自动提取出建筑物目标并对其位置和外形进行标绘,本文提出了一种建筑物自动识别与标绘的方法。该方法首先利用纹理特征对图像进行有效分割,产生出建筑物的候选区域。然后再判断这些区域是否为真正的建筑物区域。最后,对建筑物区域使用一种网格匹配的方法将目标建筑物重建为规则的多边形,以达到建筑物自动标绘的目的。本文用上述方法对IKONOS、Ouick Bird卫星的高分辨率光学图像进行了实验,实验结果证明了该方法有着较高的识别率、较好的准确性和鲁棒性,具有实用价值。为了从高分辨率城区遥感图像中自动提取出建筑物目标并对其位置和外形进行标绘,本文提出了一种建筑物自动识别与标绘的方法。该方法首先利用纹理特征对图像进行有效分割,产生出建筑物的候选区域。然后再判断这些区域是否为真正的建筑物区域。最后,对建筑物区域使用一种网格匹配的方法将目标建筑物重建为规则的多边形,以达到建筑物自动标绘的目的。本文用上述方法对IKONOS、Ouick Bird卫星的高分辨率光学图像进行了实验,实验结果证明了该方法有着较高的识别率、较好的准确性和鲁棒性,具有实用价值。目标识别 自动标绘 图像纹理分割 灰度共生矩阵 Hough变换电子测量技术李海月 王宏琦 陆见微 林殷 王富森 [1]中国科学院电子学研究所,北京100080 [2]吉林省吉林市中心医院,吉林1320112007第六图书馆 第六图书馆 https://www.doczj.com/doc/e41907677.html,
第六图书馆https://www.doczj.com/doc/e41907677.html,
第六图书馆https://www.doczj.com/doc/e41907677.html,
第六图书馆https://www.doczj.com/doc/e41907677.html,
龙源期刊网 https://www.doczj.com/doc/e41907677.html, LIDAR辅助遥感影像建筑物分类识别和提取研究 作者：张泽琛 来源：《中国科技纵横》2014年第12期 【摘要】随着我国城市的不断扩建，城市建筑物的增加，数字化城市的需求越来越多，如何从高分辨遥感影像中自动快速提取建筑物成为研究的重点内容。本文从LIDAR的基本组成和工作原理以及建筑物识别和提取技术出发，介绍了如何利用LIDAR技术来实现建筑物识别和提取。 【关键词】 LIDAR 遥感影像建筑物 1 引言 随着传感技术的发展以及航空航天技术的不断进步，遥感技术已经进入了一个全新的时期：由静态转为动态，速度加快，分辨率变得越来越高甚至达到厘米级别，平台多样化等等。尤其是一些商用卫星的升空大大提升了高分辨率遥感影像数据信息的提供能力，传统的测量技术已经不能满足高分辨率影像的信息提取和处理的能力。而遥感技术和机载激光雷达技术因为具有较低的成本和较高的信息处理能力，得到了大量研究和实践探索。 机载激光雷达技术（LIDAR）起步较晚，发展历程数十年，然而它在摄影与遥感的发展领域中具有里程碑意义。利用全球定位系统（GPS）、惯性导航系统（INS）等技术，系统对测量的资料进行扫描，并在激光扫描器和距离传感器中进行内部处理，将所测得的距离和角度等信息进行显示、存储。然后通过相关软件还原出所测对象的表面形态和三维模型。这种遥感技术在一些信息获取比较困难的地区（如荒漠、森林）具有很高的效率和精度。 2 LIDAR的系统组成和工作原理 LIDAR遥感信息获取系统由许多个严格按照一定顺序放置的部件所构成，整个系统包括 了三个部分：GPS、INS和激光记录器件。LIDAR遥感信息获取系统和高分辨率的摄像机被安放在飞机上，它们都有一个飞机固定坐标系，在此基础上，各个布置严格的部件的坐标就可以得到很好确定，方便信息处理。 利用地面及其覆盖物反射的电磁波，激光扫描系统能够接收到地面目标的信息并记录下来，记录方法可以是“首次脉冲”，也可以是“末次脉冲”。一般情况下，发射的激光脉冲只产生一次反射，这时两种记录方法都可使用，然而在植被茂密的森林中可能反射两次或更多，这时一般采用“首次脉冲”的记录方式。这种测量距离的方式是利用短波电子信号的传播特点，它在同一均匀介质中速度不会改变，而遇到两个介质之间的分解面时就会发生反射。被测对象的角