针对从高分遥感影像中提取建筑物易受阴影和植被等遮挡而导致错误检测的问题，提出一种建筑物轮廓双向驱动自适应分割重构的规则化方法。首先采用基于最小外接矩形（MBR）的平直旋转变换算法，旋转建筑物轮廓至水平或竖直状态，减少轮廓图形学显示上的锯齿表征；然后设计MBR和Shi-Tomasi联合双向驱动建筑物轮廓自适应分割算法，将轮廓化整为零精准分割形成局部片段；最后提出基于局部最优权拟合的轮廓重构算法，依次对局部片段进行属性分配、约束重组、最优权拟合与坐标重组，实现建筑物轮廓的规则化。实验结果表明，与初始提取结果相比，经所提方法规则化的轮廓视觉效果更好。与同类基于栅格填充、角点校正、最优外接矩形拟合和主方向的4种轮廓规则化方法相比，所提方法在保证规则化效率的同时，精度也更高，具有更广泛的适用性，对常见包含不同角度变化的复杂建筑物均能得到更加规整的轮廓，可作为建筑物提取后处理规则化的参考手段。

为了解决基于激光雷达（LiDAR）点云杆塔倾斜检测方法鲁棒性低、自动化程度差等问题, 利用杆塔塔身结构呈标准四棱台的特点, 提出一种基于杆塔塔身分层投影提取中轴点的激光点云杆塔倾斜检测算法。首先将杆塔点云沿高程方向进行分层, 求取分层点云的最小外接矩形, 确定外接矩形中心为杆塔中轴点; 其次利用外接矩形的面积、比例变化过滤塔头、高低腿等非对称杆塔结构, 以及外接矩形四边内切点高程值进行缺点、噪点检验, 在杆塔中轴线拟合之前剔除可检测的偏移点; 最后在空间直线拟合中引入抗差估计, 通过选权迭代的方式抑制其余偏移点对空间直线拟合的影响。结果表明, 该方法在不同塔型、不同点云密度下均有较好的适应性, 在缺点、噪点情况下抗粗差能力强, 与实测值对比偏差小于0.90‰。该算法具有较强的工程实用价值。

针对高分辨率合成孔径雷达图像设计了一种舰船目标几何特征提取算法.通过视觉注意机制检测目标区域的算法, 通过频谱残差视觉显著计算模型求取显著图, 完成显著区域的检测以实现舰船目标的初步定位, 基于获得的视觉显著图采用最大熵算法完成阈值分割筛选出舰船区域.在提取的舰船切片的基础上, 采用针对几何特征的提取算法, 经图像预处理、方位角估计、旋转获取最佳表征舰船目标几何轮廓的外接矩形, 相对有效准确地提取几何特征; 最后, 采用典型的TerraSAR-X数据进行仿真实验.结果表明, 与传统方法相比, 本文提出的频谱残差视觉模型完成合成孔径雷达图像舰船切片的区域分割能够有效降低虚警率, 舰船目标的检测速度提高了25%~50%.该方法能够快速稳定地提取舰船目标的几何特征, 也更加符合实际高分辨率图像舰船目标检测的应用需求.

激光雷达主动成像有别于各类被动成像的一个显著优势就是可以直接生成目标的距离图像, 与常规光学图像相比距离图像具有一些不同的统计特性, 当距离图像中存在多目标时统计直方图具有明显的多峰结构特征.通过对距离图像统计直方图峰值的提取实现了对距离图像的目标提取, 利用最小外接矩形拟合及目标距离数据获取了目标的实际尺寸、矩形拟合度等信息, 并由此实现了对目标的分类.运用该方法处理实际的距离图像, 达到了预期的目标.

油库是典型的感兴趣目标之一,大多数呈圆形。针对传统的基于Hough变换检测圆的算法存在计算量大、空间复杂度高等缺点,本文提出一种改进的梯度模糊Hough变换进行油库目标识别。算法首先利用梯度信息减少计算量,然后对边缘像素进行模糊映射,以减少峰值扩散和伪峰现象,最后针对Hough变换不考虑点之间的连通性的缺点设计去虚警算法。实验结果表明该方法计算量小,精度高,能准确定位圆心和半径,识别率达82.5%,虚警率为1.6%。