基于改进Hough变换的线性目标检测

为提高检测高分辨率遥感影像中线性目标的精度,通过分析线性目标的几何特征,提出了一种用于检测线性目标的改进Hough变换算法。将Freeman链码和Hough变换相结合,采用对线性目标的边缘链码进行Hough变换的策略,有效地解决了重复检测、效率低、精度差的问题。对资源三号卫星影像进行实验,实验结果表明,该算法能有效地检测图像中的平行线性目标,实时处理性好。

资源三号卫星影像中线性目标的检测技术

为了有效地进行高分辨率图像中线性目标的检测,提出一种基于Freeman链码的改进型Hough变换算法。首先,对图像进行增强和滤波处理,采用基于灰度一致化的方法对图像进行区域分割;然后,利用Freeman编码提取目标区域的边界;最后,对链码数据进行Hough变换,检测出平行线性结构。实验结果证明:该算法能有效地提取图像中平行线性目标,将其应用于资源三号卫星影像道路网目标的识别中,准确率高且实时处理性好。

一种基于概率Hough变换的遥感图像中线目标检测新方法

线状目标检测是遥感图像中人造目标识别的重要环节,其技术关键是如何有效地从背景中提取目标的长直边缘。Hough变换是从图像中检测直线的经典方法,但遥感影像的画幅大、背景复杂,标准的Hough变换会检测出大量短直线而影响对有用目标的检测效果。本文提出了一种改进的概率Hough变换方法,首先对原始遥感影像分块,利用Canny算子检测出每个子图像的边缘,再通过Hough变换检测出每个子图中的直线,并对其中的短直线聚类分组以排除干扰,最后再从剩下线段中提取并筛选出平行线以完成长直线目标检测。实验表明,这种方法对复杂背景下的遥感影像中的线状目标有良好的检测效果。