基于直线邻近平行性和GBVS显著性的遥感图像机场目标检测

被引：13

作者：

朱丹 ^{[1
,2
]}

王斌 ^{[1
,2
]}

张立明 ^{[1
,2
]}

机构：

[1] 复旦大学信息科学与工程学院智慧网络与系统研究中心

[2] 复旦大学电磁波信息科学教育部重点实验室

来源：

红外与毫米波学报 | 2015年 / 34卷 / 03期

基金：

高等学校博士学科点专项科研基金;

关键词：

机场目标检测; 线段检测算法; 邻近平行性; 基于图的视觉显著性; 尺度不变特征变换; 支撑向量机;

D O I：

暂无

中图分类号：

TP751 [图像处理方法];

学科分类号：

摘要：

现有的全色遥感图像机场目标检测方法,对机场目标的直线特征利用得非常有限.提出一种同时利用自顶向下和自底向上显著性机制的新方法.利用线段检测算法检测直线,通过跑道线段间邻近、平行且长度范围一定的特点,提出了邻近平行性的概念,可以深度挖掘机场跑道几何关系的先验知识.同时使用简化的基于图的视觉显著性模型,提取自底向上的显著性.两者协同得到机场的候选位置.最后,通过尺度不变特征变换提取特征,利用支撑向量机进行判决,可以精确定位机场目标.在具有各种类型的机场图像数据库上的实验结果表明,相对于其他方法,所提议算法具有速度快、识别率高、虚警率低的优势,同时对于复杂背景具有更强的鲁棒性.

引用

页码：375 / 384

页数：10

共 3 条

[1] Airport detection in remote sensing images: a method based on saliency map[J] . Xin Wang,Qi Lv,Bin Wang,Liming Zhang.Cognitive Neurodynamics . 2013 (2)
[2] Distinctive image features from scale-invariant keypoints
Lowe, DG
[J]. INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (02) : 91 - 110
[3] A training algorithm for optimal margin classifiers .2 Boser B,Guyon I,Vapnik V. Fifth Annual Workshop on Computational Learning Theory . 1992

← 1 →