遙感圖像飛機目標檢測與識別算法研究.pdf

1、隨著科技的發(fā)展，遙感圖像飛機目標檢測與識別已成為計算機視覺領域研究的熱點和重點，被廣泛地應用于軍事領域和民用領域。飛機作為一種重要的軍事目標和交通工具，獲取它的信息不僅對戰(zhàn)爭的勝利異常關鍵，而且對機場飛機的管理也很重要。
　　近年來，國內外對遙感圖像飛機目標檢測和識別技術雖然取得了一定的進展，但實際上，由于遙感圖像存在大量的干擾，如噪聲、復雜的背景、光照變化等，對識別技術存在很大的影響，使得現(xiàn)有算法仍有許多不足，比如算法識別精度低

2、、耗時量大，以及算法具有很強的針對性而沒有一種通用的識別算法等。因此，為了提高算法識別精度，減少耗時量，增強算法的通用性，本文在現(xiàn)有算法的基礎上，展開了本課題的研究。本文的研究內容和成果如下：
　　1、介紹了遙感圖像飛機目標檢測與識別的關鍵技術，主要包括特征提取、識別方法和算法的評價指標。其中，重點分析了形狀特征和識別方法的優(yōu)劣，并且在檢測率和識別率的基礎上定義了一個新的評價指標。
　　2、針對現(xiàn)有算法針對性強和耗時大的問題

3、，提出了基于顯著圖和多特征結合的飛機識別算法。該算法基于一種層次化識別方法來檢測和識別遙感圖像飛機，首先利用顯著圖凸顯顯著目標；接著使用基于區(qū)域增長和線標記算法尋找連通區(qū)域來確定候選目標的數(shù)量和位置；然后提取MSA、Pseudo-Zernik矩和Harris-Laplace特征描述子，并使用標準差和均值的比值來評估特征的穩(wěn)定性，再把提取的特征結合成特征向量；最后應用支持向量機的方法完成對候選目標的識別。實驗表明該算法能克服光照變化的影響

4、，且耗時量少、通用性強。
　　3、提出一種基于圖像熵和形狀特征融合的飛機檢測算法。圖像熵能夠自然生成團塊區(qū)域，它不像邊緣檢測那樣只有目標的邊緣，也不像顯著圖那樣不能直觀體現(xiàn)飛機目標的形狀，非常適合于飛機目標粗定位。首先采用圖像熵獲得飛機目標的疑似區(qū)域；接著提取仿射不變矩、歸一化轉動慣量和奇異值分解；然后對3個特征進行穩(wěn)定性分析后加權融合成新的特征向量；最后采用支持向量機來完成飛機目標檢測與識別。實驗證明該算法是行之有效的，同時還能