结合显著性检测与特征匹配的飞机目标识别

发布时间：2021-04-02 09:42

　　根据目标与背景间的视觉显著性差异及飞机目标的形态特征,本文提出了一种基于显著性检测的飞机目标识别算法。该算法首先对预处理后的遥感影像进行显著性检测并提取场景中的感兴趣目标;然后依据阴影在HIS颜色空间的特性消除阴影对飞机识别造成的影响,并以飞机的形态特征为依据对感兴趣目标进行筛选,进而实现飞机目标识别;最后,计算飞机的外形参数、相对矩等特征并以此作为依据实现飞机机型判别。试验证明,该方法飞机特征提取精确,目标识别准确率高,具有较好的稳健性。 

【文章来源】：测绘通报. 2020,(03)北大核心CSCD

【文章页数】：6 页

【部分图文】：

飞机目标识别分步结果

飞机姿态

图2 飞机姿态由于影像分割所得的飞机目标并不完全对称，这导致上述主轴识别算法的识别结果与真正的主轴有一定程度的偏离。在试验中发现，由于飞机为轴对称图形，其最小外接多边形也具有对称性，其对称性优于所提取到的飞机目标。利用飞机目标的最小外接多边形代替飞机目标来提取主轴也可得到较好的识别效果。

【参考文献】：
期刊论文
[1]遥感图像飞机目标候选区域选取方法研究[J]. 唐小佩,杨小冈,刘云峰,李维鹏.  计算机仿真. 2018(11)
[2]基于全卷积网络的高分辨遥感影像目标检测[J]. 徐逸之,姚晓婧,李祥,周楠,胡媛.  测绘通报. 2018(01)
[3]遥感图像飞机目标分类的卷积神经网络方法[J]. 周敏,史振威,丁火平.  中国图象图形学报. 2017(05)
[4]显著图和多特征结合的遥感图像飞机目标识别[J]. 吴喆,曾接贤,高琪琪.  中国图象图形学报. 2017(04)
[5]一种飞机目标的遥感识别方法[J]. 殷文斌,王成波,袁翠,乔彦友.  测绘通报. 2017(03)
[6]基于区域检测算法与不变矩特征的飞机特征提取方法研究[J]. 张永霞,胡坚,张正,周梅.  遥感信息. 2013(03)
[7]一种高分辨率遥感影像阴影去除方法[J]. 杨俊,赵忠明,杨健.  武汉大学学报(信息科学版). 2008(01)
[8]相对矩及在几何形状识别中的应用[J]. 王波涛,孙景鳌,蔡安妮.  中国图象图形学报. 2001(03)

硕士论文
[1]遥感图像中飞机目标的识别分类算法研究[D]. 郑南.吉林大学 2007



本文编号：3115050