基于BP神经网络的高分图像特定形状提取系统设计

摘要

随着我国高分系统的建设，从高分辨率遥感影像中提取各类信息已成为遥感应用的研究热点。与以往对高分图像进行地物分类识别不同，高分图像特定形状的提取，只是提取高分图像中边缘形状相同的地物，而不去识别地物的种类。即把具有相同边缘形状的地物提取出来归为一类，其他为另一类。所谓特定形状是指根据实际需求，指定要提取的各种目标形状，包括“圆形”、“矩形”、“直线形”等地物形状，这些形状特征的提取对具有一定规则形状的人工目标地物提取识别具有重要意义。课题从地物形状特征的应用这一角度出发，利用BP神经网络进行地物形状提取识别，对基于形状特征的高分图像检索研究具有一定的指导意义。
　　论文主要包括算法研究和系统实现两部分内容。算法研究围绕形状特征提取和BP神经网络分类提取算法展开，在形状特征提取方面：首先对高分图像进行正射校正、配准、融合和裁剪预处理。然后平滑滤波进行去噪处理，Otsu二值化，随之用Canny算子和数学形态学算子边缘提取，再用轮廓跟踪的方法提取边缘的外轮廓，采用Hu不变矩和离心率的形状描述方法对处理之后的高分图像中的“圆形”、“矩形”、“直线形”三类形状进行计算；在BP神经网络分类提取算法方面：构建满足分类要求的BP神经网络结构，通过训练得到神经网络参数，并经实际测试，验证了神经网络分类的正确性。系统实现则是在Visual studio2010开发平台下，通过对类库、接口、控件的调用，通过编程的方式设计出高分图像特定形状提取系统。
　　BP神经网络算法应用到高分图像形状提取分类上，利用较强的泛化能力、非线性映射能力它能够对高分图中形状不规则的常规形状进行分类提取，有明显的优越性，为高分图像形状提取分类技术研究和软件设计方面提供了参考建议。

目录

声明

第1章 绪 论

1.1 研究意义及背景

1.2 国内外研究现状

1.3 研究内容

1.4 论文章节安排

第2章 高分图像处理

2.1 高分图像预处理流程

2.2 图像平滑滤波

2.3 图像分割

2.4 轮廓跟踪

2.5 本章小结

第3章 形状特征提取算法

3.1 基于区域的形状描述算法

3.2 基于轮廓的形状描述算法

3.3 基于Hu不变矩和离心率的形状特征提取方法

3.4 本章小结

第4章 基于BP神经网络的形状提取模型构建与仿真

4.1 神经网络概述

4.2 形状提取模型的构建与仿真

4.3 本章小结

第5章 高分图像形状提取系统的设计

5.1 需求分析

5.2 开发环境介绍

5.3 界面设计

5.4 系统功能实现

5.5 系统操作流程

5.6 本章小结

结论

参考文献

攻读硕士学位期间所发表的论文

致谢