中国图象图形学报
中國圖象圖形學報
중국도상도형학보
JOURNAL OF IMAGE AND GRAPHICS
2014年
4期
592-602
,共11页
飞机目标识别%遥感图像%特征点分布%不变矩
飛機目標識彆%遙感圖像%特徵點分佈%不變矩
비궤목표식별%요감도상%특정점분포%불변구
aircraft target recognition%remote sensing images%distribution of the feature points%invariant moments
目的 传统的飞机目标识别算法一般是通过目标分割,然后提取不变特征进行训练来完成目标的识别.但是,对于实际情况比较复杂的遥感图像飞机目标,至今没有一种适合多种机型的分割识别算法.针对现有识别算法的不足,提出一种基于特征点空间分布、颜色不变矩和Zemike不变矩相结合的遥感图像飞机目标识别算法.方法 首先,对预处理后的遥感图像和模板图像进行小波变换,在低分辨率图像下采用圆投影特征进行粗匹配,确定候选目标;粗匹配结束后,提取高分辨率图像的多尺度Harris-Laplace角点,并画出Delaunay三角网,同时提取出颜色不变矩和Zernike不变矩;然后使用欧氏距离作为这3种特征的相似性度量,并和样本图像进行加权匹配;最后选取欧氏距离最小的图像作为最终的识别目标.结果 实验结果表明,本文算法飞机检测精度比现有算法高2.2%,飞机识别精度比现有算法高1.4%~10.4%.该算法能从遥感图像中精确识别出十大飞机目标,并对背景、噪声、视角变化等多种干扰具有良好的鲁棒性.结论 提出了一种基于特征点空间分布、颜色不变矩和Zernike不变矩相结合的飞机识别算法,该算法使用了图像的多种信息,包括特征点和不变矩,有效地克服了使用单一特征无法描述多种信息的不足.实验结果表明,本文采用基于特征点和不变矩的飞机识别算法比其他算法具有更强的抗干扰能力和识别精度.
目的 傳統的飛機目標識彆算法一般是通過目標分割,然後提取不變特徵進行訓練來完成目標的識彆.但是,對于實際情況比較複雜的遙感圖像飛機目標,至今沒有一種適閤多種機型的分割識彆算法.針對現有識彆算法的不足,提齣一種基于特徵點空間分佈、顏色不變矩和Zemike不變矩相結閤的遙感圖像飛機目標識彆算法.方法 首先,對預處理後的遙感圖像和模闆圖像進行小波變換,在低分辨率圖像下採用圓投影特徵進行粗匹配,確定候選目標;粗匹配結束後,提取高分辨率圖像的多呎度Harris-Laplace角點,併畫齣Delaunay三角網,同時提取齣顏色不變矩和Zernike不變矩;然後使用歐氏距離作為這3種特徵的相似性度量,併和樣本圖像進行加權匹配;最後選取歐氏距離最小的圖像作為最終的識彆目標.結果 實驗結果錶明,本文算法飛機檢測精度比現有算法高2.2%,飛機識彆精度比現有算法高1.4%~10.4%.該算法能從遙感圖像中精確識彆齣十大飛機目標,併對揹景、譟聲、視角變化等多種榦擾具有良好的魯棒性.結論 提齣瞭一種基于特徵點空間分佈、顏色不變矩和Zernike不變矩相結閤的飛機識彆算法,該算法使用瞭圖像的多種信息,包括特徵點和不變矩,有效地剋服瞭使用單一特徵無法描述多種信息的不足.實驗結果錶明,本文採用基于特徵點和不變矩的飛機識彆算法比其他算法具有更彊的抗榦擾能力和識彆精度.
목적 전통적비궤목표식별산법일반시통과목표분할,연후제취불변특정진행훈련래완성목표적식별.단시,대우실제정황비교복잡적요감도상비궤목표,지금몰유일충괄합다충궤형적분할식별산법.침대현유식별산법적불족,제출일충기우특정점공간분포、안색불변구화Zemike불변구상결합적요감도상비궤목표식별산법.방법 수선,대예처리후적요감도상화모판도상진행소파변환,재저분변솔도상하채용원투영특정진행조필배,학정후선목표;조필배결속후,제취고분변솔도상적다척도Harris-Laplace각점,병화출Delaunay삼각망,동시제취출안색불변구화Zernike불변구;연후사용구씨거리작위저3충특정적상사성도량,병화양본도상진행가권필배;최후선취구씨거리최소적도상작위최종적식별목표.결과 실험결과표명,본문산법비궤검측정도비현유산법고2.2%,비궤식별정도비현유산법고1.4%~10.4%.해산법능종요감도상중정학식별출십대비궤목표,병대배경、조성、시각변화등다충간우구유량호적로봉성.결론 제출료일충기우특정점공간분포、안색불변구화Zernike불변구상결합적비궤식별산법,해산법사용료도상적다충신식,포괄특정점화불변구,유효지극복료사용단일특정무법묘술다충신식적불족.실험결과표명,본문채용기우특정점화불변구적비궤식별산법비기타산법구유경강적항간우능력화식별정도.