《圖像處理與理解》ppt課件-文庫吧
2024-12-30 12:35 本頁面
【正文】 照射到地面的輻射強度和地物的輻射特性（反射率和發(fā)射率）有關(guān)，使圖像上灰度值的差異直接反映了地物目標光譜輻射特性的差異，從而區(qū)分地物目標。 而實際上，由于 大氣層的存在，也由于傳感器內(nèi)探測器性能的差異，使得進入傳感器的輻射發(fā)生畸變，引起圖形模糊，對比度下降等 。另一方面，由于 衛(wèi)星飛行時姿態(tài)變化及地球形狀等因素影響，圖像中地物目標的幾何位置也會發(fā)生畸變 。為了使圖像更好地滿足使用要求，必須盡可能地通過處理消除畸變，恢復(fù)圖像的本來面目。 ? 分類方法 ? 基于光譜信息（圖像像素）的分類 根據(jù)像素在分類特征（波段）上的像素值，選擇分類器，利用統(tǒng)計方法對每一像元進行分類。 通常需要對下面一些問題進行研究：①分類器的確定；②光譜類的確定；③選擇訓(xùn)練樣本產(chǎn)生統(tǒng)計參數(shù)；④分類特征的選擇。 ?空間信息輔助分類 基于光譜信息的分類存在著一些缺陷：如有些地類在光譜上難以區(qū)分，如水庫與河流。 基于空間信息的地類類型或形狀分類。如城鎮(zhèn)居民點圖斑的分類結(jié)果往往是由水體、植被以及不同類型的建筑等所組成。 遙感圖像中的空間信息包括兩種類型： 紋理 （ texture）和 相關(guān) （ context） 紋理是指地類圖斑中色調(diào)的空間變化特性； 而相關(guān)則是指不同地類像元之間的空間關(guān)系。 因此，用于分類的特征值除了像元所具有的光譜和空間特征值外，還具有 形狀和大小特征值。 一些具有相同光譜特性而形狀不同的地物 ， 如河流和水庫，公路和體育場，可以用形狀指數(shù)來區(qū)分。 ? 要用到的主要圖像處理技術(shù)： 圖像增強處理 、 圖像分割技術(shù) （區(qū)域、邊緣提?。D像特征提取 、 圖像描述 等。 自動目標識別技術(shù) （ Automatic Target Recognition－簡稱 ATR） 實時光學(xué)圖像相關(guān)識別系統(tǒng)的核心技術(shù)是自動目標識別技術(shù)。由于 ATR技術(shù)在軍事上是導(dǎo)彈精確制導(dǎo)和武器防御系統(tǒng)的關(guān)鍵技術(shù)之一，是武器智能化程度的一個重要標準，也代表著一個國家的國防高科技的水平。 ?以軍事應(yīng)用為例 可能涉及圖像處理的主要技術(shù) 因此，從 20世紀 60年代開始，美、英、俄、法等國家已投入大量人力、物力和財力開展 ATR的理論研究和實際應(yīng)用推廣，并取得顯著成果，美國在中東戰(zhàn)爭中的精確武器打擊是最典型的成功范例。 當前精確制導(dǎo)武器所取得的成果還是有限的，最主要的問題是目前主要還是依靠人在導(dǎo)彈發(fā)射前發(fā)現(xiàn)目標，然后人工鎖定首幀目標圖像進行自動跟蹤，而不能實現(xiàn)不需人工參與的由導(dǎo)彈自動識別目標，做不到 “ 打了不管 ” 。特別是在復(fù)雜背景下，機器如何像人一樣自動識別目標，目前是相當困難的。 雖然從 20世紀 70年代開始人工智能、智能信息處理技術(shù)、計算機視覺的理論研究取得了重大的進展，但是由于 ATR領(lǐng)域中研究的背景和對象的復(fù)雜性和多樣性，特別是在實際環(huán)境中
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1