提出一種無(wú)監(jiān)督分類的機(jī)場(chǎng)跑道檢測(cè)方法。首先利用h/q分解對(duì)原圖像中所有像素點(diǎn)進(jìn)行粗分類,建立初始樣本模板;利用初始樣本模板對(duì)原圖像進(jìn)行貝葉斯迭代分類,得到分類圖;結(jié)合跑道的極化散射特性、弱回波特性及形態(tài)學(xué)處理方法,從分類圖中提取出疑似跑道區(qū)域;最終應(yīng)用跑道的結(jié)構(gòu)特征進(jìn)一步辨識(shí)疑似跑道區(qū)域,檢測(cè)出真實(shí)機(jī)場(chǎng)跑道目標(biāo)。通過美國(guó)UAVSAR系統(tǒng)采集的多組全極化合成孔徑雷達(dá)（synthetic aperture radar,SAR）實(shí)測(cè)數(shù)據(jù)驗(yàn)證本文算法的有效性,實(shí)驗(yàn)結(jié)果說明,所提算法能有效、正確地檢測(cè)出復(fù)雜場(chǎng)景下極化SAR圖像中的機(jī)場(chǎng)跑道區(qū)域,且結(jié)構(gòu)完整清晰,虛警率低。 

【文章來源】：系統(tǒng)工程與電子技術(shù). 2016,38(09)北大核心EICSCD

【文章頁(yè)數(shù)】：7 頁(yè)

【文章目錄】：
0 引言
1 h/q分解和貝葉斯分類
    1.1 h/q分解
    1.2 貝葉斯分類
2 本文方法
    2.1 提取初始樣本模板
    2.2 貝葉斯迭代分類
    2.3 提取跑道類像素點(diǎn)
    2.4 形態(tài)學(xué)處理提取疑似跑道區(qū)域
    2.5 疑似跑道區(qū)域辨識(shí)
3 實(shí)驗(yàn)結(jié)果及分析
4 結(jié)論



本文編號(hào)：3470775