基於形狀先驗的遙感目標可信識別技術研究

《基於形狀先驗的遙感目標可信識別技術研究》是依託浙江工商大學，由孔丁科擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於形狀先驗的遙感目標可信識別技術研究
• 項目類別：青年科學基金項目
• 項目負責人：孔丁科
• 依託單位：浙江工商大學

項目摘要

隨著遙感技術的迅速發展，圖像解析度越來越高，對遙感圖像處理和套用研究提出了新的挑戰。遙感目標的精確提取與識別不僅依據光譜或者強度信息，對空間關係以及目標形狀等特徵信息和先驗知識也存在較強的依賴性。基於形狀信息的遙感目標識別技術能根據形狀約束指導目標提取與識別，增強了遮擋、陰影等信息缺失情況下遙感目標識別的魯棒性，更切合當前遙感圖像的實際套用需求。本項目旨在研究基於形狀先驗的遙感目標可信識別技術，探求實現遙感目標可信識別的形狀先驗水平集模型：結合非參數建模理論，建立形狀水平集建模中形狀描述以及一致性表達等問題的一體化解決方法；明確全局形狀約束和局部結構表征的關係，建立實現目標精確提取的局部擬合形狀先驗模型；最佳化先驗形狀的量化表征，建立用於遙感目標自動識別的多特徵融合變分水平集模型框架。本項目研究將豐富遙感圖像目標識別的理論與方法，為實現高效率、高精度的遙感目標自動識別提供技術支持。

結題摘要

由於感測器技術的快速發展，遙感圖像處理和套用研究目前面臨著極大的挑戰。基於形狀信息的遙感目標識別技術能根據形狀約束指導目標提取與識別，增強了遮擋、陰影等信息缺失情況下遙感目標識別的魯棒性，更切合當前遙感圖像的實際套用需求。本項目主要研究基於形狀先驗的遙感目標可信識別技術，探求實現遙感目標可信識別的形狀先驗水平集模型，主要創新成果包括：（1）提出了基於局部擬合的水平集遙感圖像分割方法，利用雜波統計表征原始圖像中的局部結構，以極大似然作為該鄰域的區域分離準則，並定義局部擬合能量項。利用幾何活動輪廓模型描述和求解能量最小化過程；（2）提出了一種基於自適應有限元的水平集遙感圖像分割方法，基於圖劃分最小割集準則最佳化圖劃分能量項並在有限元格線上進行離散，採用基於後驗誤差估計的自適應有限元格線調整策略，並實現基於三角格線的水平集演化。（3）提出了新穎的雜波統計方法，主要在於克服現有基於Gamma分布對高解析度SAR圖像的表征缺陷，利用Fisher分布擬合圖像區域的強度統計特徵，根據區域競爭模型建立基於Fisher分布的能量泛函，利用對數矩估計對Fisher分布的參數進行估計。本項目研究豐富遙感圖像目標識別的理論與方法，為實現高效率、高精度的遙感目標自動識別提供技術支持。項目成果在國內外重要學術期刊已發表論文5篇，授權發明專利3項，授權軟體著作權1項並通過產品鑑定，獲得浙江省科技進步二等獎1項，基本完成了研究任務。