基于吉林一号遥感图像的星载目标快速识别系统

被引:20
作者
徐伟 [1 ]
陈彦彤 [1 ,2 ]
朴永杰 [1 ]
王绍举 [1 ]
机构
[1] 中国科学院长春光学精密机械与物理研究所
[2] 中国科学院大学
关键词
吉林一号卫星; 目标识别; FREAK特征; 二进制量化;
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
针对传统遥感图像地面目标识别系统图像获取周期长,信息实时性差等问题,设计星载目标快速识别系统,用于卫星在轨快速识别,提出改进的基于快速视网膜关键点(FREAK)的特征匹配识别算法,解决遥感图像数据量大、背景复杂的问题。介绍了星载目标快速识别系统的工作原理,提出简化的FREAK特征提取模型,将原有算法的七层模型减少为四层,用于快速提取出遥感图像中目标特征;利用二进制量化空间将高维特征数据量化为二维数据,提高算法的准确度;最后通过匹配,快速识别出遥感目标。实验结果表明,识别算法的准确度平均提高2.3%,识别用时缩短约27.8%,满足遥感卫星在轨目标快速识别的要求。
引用
收藏
页码:255 / 262
页数:8
相关论文
共 7 条
[1]   改进的加速鲁棒特征算法在特征匹配中的应用 [J].
赵立荣 ;
朱玮 ;
曹永刚 ;
柳玉晗 ;
孙俊喜 .
光学精密工程, 2013, 21 (12) :3263-3271
[2]   尺度、旋转以及亮度稳健的高分辨率影像直线特征匹配 [J].
邵振峰 ;
陈敏 .
光学精密工程 , 2013, (03) :790-798
[3]   从Pleiades剖析新一代高性能小卫星技术发展 [J].
徐伟 ;
朴永杰 .
中国光学, 2013, (01) :9-19
[4]  
Speeded-Up Robust Features (SURF)[J] . Herbert Bay,Andreas Ess,Tinne Tuytelaars,Luc Van Gool.Computer Vision and Image Understanding . 2007 (3)
[5]   Distinctive image features from scale-invariant keypoints [J].
Lowe, DG .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (02) :91-110
[6]   Fire recognition potential of the bi-spectral Infrared Detection (BIRD) satellite [J].
Briess, K ;
Jahn, H ;
Lorenz, E ;
Oertel, D ;
Skrbek, W ;
Zhukov, B .
INTERNATIONAL JOURNAL OF REMOTE SENSING, 2003, 24 (04) :865-872
[7]  
高分辨遥感图像目标识别技术综述 .2 陈彦彤,王绍举. 中国光学 . 2014