● 摘要
边缘检测是图像处理和计算机视觉领域中重要的研究内容之一，它的解决对于高层次的特征表示有着重大的影响；对检测的边缘图进行线特征与面特征表示是目标识别的重要组成部分，特征表示的结果会直接影响推理机识别目标的准确性。随着遥感技术的发展，遥感图像数据量增大，传统方法提取图像虚假边缘较多，且大量的以离散点形式存储的边缘信息不利于目标理解，因此急需改进现有边缘检测方法并提出高效的线和面特征提取与表示方法。 本文以Canny边缘检测为研究基础，针对Canny全局固定阈值选取方法造成的局部区域内弱边缘丢失的现象，本文改进了阈值选择方法有效避免了此问题；为避免在滤除噪声时影响边缘定位的准确性，本文设计了尺度乘积与边缘补偿相结合的多尺度边缘间融合方法，既准确定位了边缘又有效抑制了噪声。 针对现有线特征提取方法的时间效率和拟合精度方面不足的现象，本文提出的基于线段编码的线特征提取与表示方法，将以像素点方式表示的边缘图转化为以线段为单位的矢量表示，既减少存储空间，又有利于边缘的进一步分析，本算法复杂度低，鲁棒性好。 针对现有的多边形凸分解方法忽略了目标本身的几何结构特征，很难将目标的几何属性与拓扑结构表示出来，本文提出了特定目标机场的面特征提取与表示方法，在现有的多边形凸分解算法的基础上，以目标组成和形态的先验知识为指导，通过在分解算法中增加面基元优先级、将目标区域分解为利于推理机识别的矩形和简单多边形的组合。实验结果表明本文方法对机场的面特征提取效果较好。