根據(jù)目標(biāo)與背景間的視覺(jué)顯著性差異及飛機(jī)目標(biāo)的形態(tài)特征,本文提出了一種基于顯著性檢測(cè)的飛機(jī)目標(biāo)識(shí)別算法。該算法首先對(duì)預(yù)處理后的遙感影像進(jìn)行顯著性檢測(cè)并提取場(chǎng)景中的感興趣目標(biāo);然后依據(jù)陰影在HIS顏色空間的特性消除陰影對(duì)飛機(jī)識(shí)別造成的影響,并以飛機(jī)的形態(tài)特征為依據(jù)對(duì)感興趣目標(biāo)進(jìn)行篩選,進(jìn)而實(shí)現(xiàn)飛機(jī)目標(biāo)識(shí)別;最后,計(jì)算飛機(jī)的外形參數(shù)、相對(duì)矩等特征并以此作為依據(jù)實(shí)現(xiàn)飛機(jī)機(jī)型判別。試驗(yàn)證明,該方法飛機(jī)特征提取精確,目標(biāo)識(shí)別準(zhǔn)確率高,具有較好的穩(wěn)健性。 

【文章來(lái)源】：測(cè)繪通報(bào). 2020,(03)北大核心CSCD

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

飛機(jī)目標(biāo)識(shí)別分步結(jié)果

飛機(jī)姿態(tài)

圖2 飛機(jī)姿態(tài)由于影像分割所得的飛機(jī)目標(biāo)并不完全對(duì)稱(chēng)，這導(dǎo)致上述主軸識(shí)別算法的識(shí)別結(jié)果與真正的主軸有一定程度的偏離。在試驗(yàn)中發(fā)現(xiàn)，由于飛機(jī)為軸對(duì)稱(chēng)圖形，其最小外接多邊形也具有對(duì)稱(chēng)性，其對(duì)稱(chēng)性?xún)?yōu)于所提取到的飛機(jī)目標(biāo)。利用飛機(jī)目標(biāo)的最小外接多邊形代替飛機(jī)目標(biāo)來(lái)提取主軸也可得到較好的識(shí)別效果。

【參考文獻(xiàn)】：
期刊論文
[1]遙感圖像飛機(jī)目標(biāo)候選區(qū)域選取方法研究[J]. 唐小佩,楊小岡,劉云峰,李維鵬.  計(jì)算機(jī)仿真. 2018(11)
[2]基于全卷積網(wǎng)絡(luò)的高分辨遙感影像目標(biāo)檢測(cè)[J]. 徐逸之,姚曉婧,李祥,周楠,胡媛.  測(cè)繪通報(bào). 2018(01)
[3]遙感圖像飛機(jī)目標(biāo)分類(lèi)的卷積神經(jīng)網(wǎng)絡(luò)方法[J]. 周敏,史振威,丁火平.  中國(guó)圖象圖形學(xué)報(bào). 2017(05)
[4]顯著圖和多特征結(jié)合的遙感圖像飛機(jī)目標(biāo)識(shí)別[J]. 吳喆,曾接賢,高琪琪.  中國(guó)圖象圖形學(xué)報(bào). 2017(04)
[5]一種飛機(jī)目標(biāo)的遙感識(shí)別方法[J]. 殷文斌,王成波,袁翠,喬彥友.  測(cè)繪通報(bào). 2017(03)
[6]基于區(qū)域檢測(cè)算法與不變矩特征的飛機(jī)特征提取方法研究[J]. 張永霞,胡堅(jiān),張正,周梅.  遙感信息. 2013(03)
[7]一種高分辨率遙感影像陰影去除方法[J]. 楊俊,趙忠明,楊健.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2008(01)
[8]相對(duì)矩及在幾何形狀識(shí)別中的應(yīng)用[J]. 王波濤,孫景鰲,蔡安妮.  中國(guó)圖象圖形學(xué)報(bào). 2001(03)

碩士論文
[1]遙感圖像中飛機(jī)目標(biāo)的識(shí)別分類(lèi)算法研究[D]. 鄭南.吉林大學(xué) 2007



本文編號(hào)：3115050