学位论文 > 优秀研究生学位论文题录展示

建筑物轮廓提取和区域分类的研究

作　者: 郝会娟
导　师: 黄雅平
学　校: 北京交通大学
专　业: 计算机科学与技术
关键词: 图像分割目标分类识别神经网络分裂-合并蛇模型角点检测
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 161次
引　用: 0次
阅　读: 论文下载

内容摘要

建筑物轮廓提取和对提取出的轮廓进行有效地分类识别在城市化发展规划、国防建设、抗灾减灾等方面有着重要的作用。本文针对平面图及遥感卫星图像,对建筑物轮廓提取与区域分类问题进行了深入的研究,为未来城市或校园的三维建模重构等应用提供良好的基础。本文的主要内容如下：1.结合平面图及遥感卫星图像中建筑物的特点,针对传统的图像分割和轮廓提取方法的局限性,提出了基于区域先验的Snake模型图像分割方法。应用此方法对真实图像进行分割和轮廓提取,实验结果表明：该方法与传统的Split-Merge方法、Snake模型方法相比,具有更好的分割和轮廓提取效果,并提高了算法的效率。2.针对提取出的轮廓图,提出了基于BP神经网络的图像区域分类方法。该方法使用链码表和线段表对图像进行面积和周长的特征提取,并使用Harris进行角点特征的检测,从而得到图像的面积、周长及角点的信息。应用面积与周长的比值和角点特征作为BP神经网络的输入,对神经网络进行训练。从而实现对图像中建筑物与非建筑区域进行分类。该方法在真实图像集上了取得95.07%的正确率,证明了其有效性。

全文目录

致谢  5-6
摘要  6-7
ABSTRACT  7-10
1 引言  10-16
  1.1 课题背景与研究意义  10-12
  1.2 建筑物提取的发展及现状  12-14
    1.2.1 应用DEMs提取建筑物轮廓的方法  12
    1.2.2 应用雷达数据进行建筑物的提取方法  12-13
    1.2.3 其他建筑物轮廓提取的方法  13-14
  1.3 图像分类识别的发展及现状  14
  1.4 论文主要研究工作  14-15
  1.5 论文结构  15-16
2 相关基础知识  16-24
  2.1 图像分割  16-21
    2.1.1 基于区域的图像分割方法  16-18
    2.1.2 基于边缘的图像分割方法  18-20
    2.1.3 边缘与区域相结合的图像分割方法  20
    2.1.4 基于特定理论的图像分割方法  20-21
  2.2 图像分类  21-23
    2.2.1 基于统计分析图像分类方法  21
    2.2.2 应用人工神经网络的图像分类方法  21-22
    2.2.3 基于多源数据融合的分类  22-23
    2.2.4 应用专家知识和地学知识的图像分类  23
  2.3 本章小结  23-24
3 基于区域先验的Snake模型方法  24-46
  3.1 基于区域先验的Snake模型方法的基本思想  24-27
    3.1.1 基于区域先验的Snake模型理论基础  25-27
  3.2 基于区域先验的Snake模型方法的实现  27-32
    3.2.1 基于区域先验的Snake模型——粗分割的实现  27-30
    3.2.2 基于区域先验的Snake模型——细分割的实现  30-32
  3.3 实验结果及分析  32-45
  3.4 本章小结  45-46
4 基于BP神经网络的建筑物区域分类方法  46-60
  4.1 基于BP神经网络的建筑物区域分类的基本思想  46-54
    4.1.1 封闭区域的表示——面积和周长  47-49
    4.1.2 封闭区域的表示——角点  49-51
    4.1.3 BP神经网络训练思想  51-54
  4.2 分类的实现  54-55
  4.3 结果及分析  55-59
    4.3.1 仿真图像实验结果及分析  56-58
    4.3.2 真实图像实验结果及分析  58-59
  4.4 本章小结  59-60
5 结论与展望  60-62
  5.1 结论  60
  5.2 展望  60-62
参考文献  62-65
作者简历  65-67
学位论文数据集  67

建筑物轮廓提取和区域分类的研究

内容摘要

全文目录

相似论文