聚类与几何特征相结合的遥感图像多类人造目标检测算法

针对高分辨率光学遥感图像中人造目标的检测问题,对传统的相位编组直线段提取算法和k-means聚类算法了改进,提出了一种k-means聚类和几何特征相结合的检测方法。根据自然物体和人造目标在几何外形上表现出的不同特性,首先运用改进的相位编组算法对图像进行快速的直线段提取;然后以获取的直线段中心点为处理对象,运用k-means聚类算法对提取的直线段进行密度聚类;最后,根据每个类中的直线段数目和构成的几何基元情况,进行人造目标的判定。实验结果表明,本文算法对遥感图像中的房屋、汽车、船舰和飞机跑道等多类人造目标可达到90%以上的检测精度,并具有较高的检测速度,对于一幅512pixel×512pixel的图像,整个检测过程在100ms以内。