题目：高分辨率光学遥感图像建筑物目标检测

高分辨率遥感图像为地物目标自动解译提供了丰富的数据源。在众多的地物目标中，建筑物目标一直是高分辨率遥感图像处理领域的难点和热点。作为典型的人造目标和标志性地物，建筑物目标的检测是地图绘制、地形测量和地理信息系统发展的重要前提,对于灾难救援、军事行动也具有重要意义。针对光学高分辨率遥感图像中的建筑物目标的特点，本文结合建筑物的纹理特征与几何结构，提出了一种具有较高检测率的建筑物检测算法。本文主要工作如下：

       (1)针对森林、草地等场景易被误检的问题，使用局部二值模式快速提取纹理特征，并结合SVM建立了实用的屋顶区域的分类模型。此外，还利用基于图论的分割算法设计快速的场景分类模型。通过该模型可以快速剔除误检的森林、草地等区域。

       (2)提出了一种基于几何关系分析与曲线演化的封闭矩形轮廓提取方法。该方法改进了直线段提取算法，能够准确提取出屋顶边缘的直线段；同时，利用屋顶边缘的几何特性，分析其垂直和平行关系构成潜在矩形区域。最后，该方法利用正则化水平集进行曲线演化以最终获得封闭矩形轮廓。

       (3)为了更加深入地模拟人工解译遥感图像的过程，提出了一种基于显著性的建筑物目标检测方法，并提出采用几何关系分析初始化水平集的方法。首先，利用人类视觉注意机制计算图像各像素的显著性度量值；其次，根据物体轮廓具有封闭性的特点和屋顶呈规则几何形状的特点，利用几何关系分析与水平集提取屋顶矩形封闭轮廓；最后，根据像素的显著值与封闭矩形轮廓的交集来最终确认潜在屋顶区域。

最后，通过多组实验，论证了基于显著性的建筑物目标检测方法的有效性，获得了较为满意的实验结果。