题目：卫星遥感图像水上桥梁识别方法研究

卫星遥感图像直观的提供了地物信息，而伴随着海量卫星图像的诞生和现代计算机技术的发展，卫星遥感图像的计算机处理和识别得到了广泛的研究和应用。桥梁是重要的军事和民用目标，本文针对高分辨率卫星图像的水上桥梁识别问题，研究了人工免疫抗体编码在图像特征提取图像分割中的应用，提出了新的桥梁目标特征提取和目标识别算法。根据桥梁与河流的位置关系，首先将水体区域与复杂背景分割；然后对感兴趣区域运用形态学方法进行处理，得到包括真实桥梁在内的团块目标；最后结合桥梁目标的形状特征、灰度特征和与水体的位置关系，提取出真实桥梁的轮廓。本文采用IKONOS民用卫星拍摄的高分辨率遥感图像作为实验数据，在Matlab平台中对算法进行验证。通过测试，本算法与采用霍夫变换的直线检测算法比较，时间效率更高、桥梁的正确识别率达到90％以上。实验结果证明了该方法的有效性和实用性。本文的创新点在于：1、识别水体的算法不是采用阈值分割方法，而是借鉴了人工免疫的理论，对水体的纹理特征进行判别、提取，从而得到描述水体的最佳特征组合。确定水体的特征阈值后进行自动的种子区域生长，得到河流区域。该方法适用范围更广泛，对直方图不存在波谷阈值的卫星图像也能很好的识别出水体。2、对潜在桥梁通过形状特征和灰度特征相结合的判别方法进行排伪，避免了进行计算复杂度很高的传统Hough变换，大大节省了运行时间，提高了算法的实时性。本文是国家自然基金“基于免疫机理的图像信息目标识别方法研究”（项目批准号：60543006）的子课题，为算法的验证、应用提供支持。