基于多尺度视觉特征组合的高分遥感影像目标检测

被引：9

作者：

冯发杰 ^{[1
]}

吏军平 ^{[1
]}

丁亚洲 ^{[1
]}

朱坤 ^{[2
]}

崔卫红 ^{[2
]}

机构：

[1] 湖北省电力勘测设计院

[2] 武汉大学遥感信息工程学院

来源：

应用科学学报 | 2018年 / 36卷 / 03期

关键词：

目标检测; 多尺度视觉特征; 支持向量机;

D O I：

暂无

中图分类号：

TP751 [图像处理方法];

学科分类号：

081002 ;

摘要：

针对高空间分辨率(高分)遥感影像中目标空间结构明显、颜色丰富的特点,提出一种基于多尺度视觉特征组合的目标检测方法.首先采用两组特征描述子来表达目标的颜色与空间结构特征,其中,一组是彩色变换后的密集空间金字塔尺度不变特征变换(scale-invariant feature transform,SIFT)描述子,另一组是多尺度方向梯度直方图(histogram of oriented gradient,HOG)与色度、饱和度、明度(hue,saturation and value,HSV)颜色模型组合的特征描述子,然后用支持向量机(support vector machine,SVM)对两组特征分别进行模型训练与目标检测,对于彩色变换密集空间金字塔SIFT描述子,采用视觉词袋空间金字塔匹配核(spatial pyramid matching kernel,SPMK)构建SVM的输入,对于HOG与HSV特征,直接将特征向量按顺序合成作为SVM的输入,最后取两组检测结果的交集作为最终检测结果.为验证方法的有效性,分别以航空影像中的建筑物和鱼排,以及高分卫星影像中的游艇为目标进行检测.结果表明,该方法的目标检测精度可达到90%以上.

引用

页码：471 / 484

页数：14

共 11 条

[1]

面向对象影像分析中的尺度问题研究.[D].黄慧萍.中国科学院研究生院（遥感应用研究所）.2003, 03

[2] 面向地理国情普查的地表覆盖分类技术与试验 [J].