基于多特征提取的遥感图像机场目标自动检测_王彪

一种基于多光谱特征的空中目标识别方法随着无人机技术的飞速发展和应用范围的不断拓展，空中目标识别技术的需求也越来越强烈。

基于多光谱特征的空中目标识别方法因其准确性和实用性得到了广泛关注。

本文将介绍这种识别方法的基本原理、特征提取方法和应用场景。

一、基本原理基于多光谱特征的空中目标识别方法是利用多波段光谱数据获取目标的多维信息，从而实现对目标的高效准确识别。

这种方法通过获取不同波段的光学图像数据，将图像在不同频段上的特征分析、提取和综合处理，得到反映目标不同属性的特征谱。

然后，采用分类算法对特征谱进行分析和处理，最终实现对目标的识别和分类。

二、特征提取方法1. 基于颜色特征通过对目标的红、绿、蓝三种基本颜色进行分析和处理，提取目标在不同频段上的颜色分布信息，得到目标的颜色特征谱。

这种方法简单易行，并且能有效地识别出不同类型的目标，如车辆、人员等。

2. 基于形状特征该方法通过对目标的外形进行分析和处理，提取目标在不同频段上的形状信息，得到目标的形状特征谱。

这种方法适用于目标有单一、规则外形的情况，如飞机。

3. 基于纹理特征该方法通过对目标的纹理进行分析和处理，提取目标在不同频段上的纹理信息，得到目标的纹理特征谱。

这种方法适用于目标有纹理、明暗差异较大的情况，如建筑物。

三、应用场景1. 地貌分析通过多光谱图像的分析和处理，可以获取地面地貌的高分辨率信息，从而实现地面的三维建模。

该方法广泛应用于地理信息系统、测绘等领域。

2. 农业监测通过对多光谱图像的获取和处理，可以实现对农作物的生长状态、病虫害监测与预测。

该方法可有效提高农业生产的效率和质量。

3. 智能交通通过对多光谱图像的获取和处理，可以实现对交通流量、车辆类型等信息的实时监控和统计。

该方法可有效解决城市交通拥堵、车辆违法等问题。

综上所述，基于多光谱特征的空中目标识别方法在军事、民用等领域具有广泛的应用前景。

面向复杂遥感图像机场区域的飞机目标检测技术
随着航空运输业的快速发展，机场区域的安全监控需求日益增加。

遥感图像作为一种重要的监控手段，可以提供全面的机场区域信息，但由于机场区域的复杂性，飞机目标的检测成为一个具有挑战性的问题。

本文将介绍。

首先，复杂遥感图像通常包含多种干扰物，如建筑物、道路、树木等。

这些干扰物会对飞机目标的检测产生误判，因此需要首先对图像进行预处理。

预处理包括图像去噪、图像增强等步骤，以提高飞机目标的辨识度。

其次，对于机场区域的飞机目标，常常存在尺度变化和角度变化的情况。

针对这一问题，可以采用基于特征的方法进行目标检测。

常用的特征包括颜色特征、纹理特征和形状特征等。

通过提取这些特征，可以有效地识别出飞机目标。

此外，机场区域的复杂性还表现在飞机目标的遮挡问题上。

由于机场区域通常有大量建筑物和树木等遮挡物，飞机目标往往只能被部分遮挡。

因此，对于遮挡的飞机目标，可以采用多尺度目标检测算法。

该算法可以在不同尺度下对图像进行分析，从而提高飞机目标的检测率。

最后，为了提高飞机目标的检测准确性，可以采用机器学习的方法进行目标分类。

通过使用大量的训练样本，可以建立一个高效的分类器，从而提高飞机目标的识别率。

综上所述，面向复杂遥感图像机场区域的飞机目标检测技术是一个具有挑战性的问题。

通过对图像进行预处理、采用特征提取和多尺度目标检测算法、以及机器学习的方法进行目标分类，可以有效地提高飞机目标的检测准确性。

这将为机场区域的安全监控提供有力支持，为航空运输业的发展做出贡献。

中国体视学与图像分析 2009年 第14卷 第2期120CHI NES E J O URNA L O F STEREOLOGY AND I M AG E ANALYS I S V o.l 14No .2June 2009文章编号:1007-1482(2009)02-0120-05基于多特征提取的遥感图像机场目标自动检测王 彪, 姜志国, 赵丹培(北京航空航天大学宇航学院图像处理中心, 北京 100191)摘 要:传统的遥感图像机场跑道自动目标检测由于仅提取灰度特征常产生过分割现象,本文采用灰度特征和纹理特征相结合的方法进一步提高跑道的检测精度。

利用阈值对遥感图像进行初始分割,以定位感兴趣区域(RO I),再利用E M 算法估计RO I 区域训练样本,引入马尔可夫随机场(MRF)模型,分割机场跑道。

实验表明MRF 可以很好地描述空间连续性,可以达到精确检测机场跑道的目的。

关键词:灰度特征;纹理特征;阈值分割;E M 算法;马尔科夫随机场(MRF)中图分类号:TP391 2;TP75 文献标识码:AAuto m atic target detection of ai rfiel d runway i n re mote sensi ngi m age by m ult-i feature extracti onWANG B iao, JIANG Zh iguo, Z HAO Danpei(I m age Processing Center ,School ofA stronautics ,Beiji n g U niversity o fAeronautics&A str onau tics ,B eiji n g 100191,Ch i n a)Abst ract :T rad itional auto m atic m ethods for a irport r unw ay target detecti o n i n re m ote sensi n g i m age use on l y g ray fea t u re .This paper presents a m ethod wh ich co mb i n e texture feature w ith gray feature to i m pr ove the prec isi o n of runw ay target detection .To ex tract the reg ion of i n terest (RO I),the m ethod uses thresh -old to get the initial seg m entation and then esti m ate training sa m ples o fRO I by E M algor ithm .Follo w ed by th is ,theM arkov R ando m Fie l d s (MRF)m odel is e m ployed to m ake the segm entati o n in the RO I to detect the r unw ay targe.t Exper i m ent resu lts show thatMRF has good perfor m ance i n descri b i n g spatial con ti n u-ity .It can w ell descri b e the airpo rt r unw ay and get accurate detecti o n resul.t K ey w ords :g ray feature ;tex ture feature ;thresho ld seg m entation ;E M A lgo rithm ;M ar kov rando m fields收稿日期:2009-05-11基金项目:国家自然基金项目(69776793)作者简介:王彪(1984-),男,硕士研究生。

遥感图像中机场目标的识别方法陈旭光;林卉【摘要】机场识别作为模式识别领域的问题之一,在军事上有着重要的应用前景.它包括判断机场是否存在和机场定位两个方面.结合已有的方法,提出了一种新的机场识别的解决方案.该方案先使用阈值分割方法进行图像分割,然后利用像素标记法提取出最大连通区域,作为疑是机场区域(ROI)；用Canny算子进行图像的边缘提取,提出了一种改进的Hough变换,能够从边缘图像中准确地提取出直线段,并最终实现机场跑道的定位.%As one of the problems in the pattern recognition domain, the airport recognition has a significant application prospect in the military affairs. It contains two aspects: identification of airport and localization of runway. A new method to solve the problem of airport recognition is presented. The method of threshold value division is applied to the image, and the pixels marking method is used to extract the maximum cross-connection domain as possible airport area(ROl), then Canny operator is used to extract the edge of the image. By using an improved Hough transform method, straight line can be precisely extracted from the edge image and locate the airport runway.【期刊名称】《计算机工程与应用》【年(卷),期】2012(048)025【总页数】5页(P194-197,216)【关键词】边缘检测;Hough变换;机场识别【作者】陈旭光;林卉【作者单位】徐州师范大学现代教育技术中心,江苏徐州221116;徐州师范大学测绘学院,江苏徐州221116【正文语种】中文【中图分类】TP391CHEN Xuguang,LIN Hui.Method of airport recognition in remote sensing puter Engineering andApplications,2012,48（25）：194-197. 机场跑道识别作为模式识别领域的问题之一，在军事上有着重要的应用前景。

专利名称：一种基于学习的机场遥感图像检测方法专利类型：发明专利
发明人：杨晶晶,张强,徐涛金
申请号：CN201910305556.4
申请日：20190416
公开号：CN110188601A
公开日：
20190830
专利内容由知识产权出版社提供
摘要：本发明提供一种基于学习的机场遥感图像检测方法，首先对遥感图像进行Canny边缘检测，去除遥感图像中的噪声干扰，得到遥感图像具体的边缘信息；然后利用霍夫变换提取遥感图像边缘检测后的最长直线段的起始坐标值，并计算得出该最长直线的长度；最后应用支持向量机进行学习分类预测，将最长直线段起始点坐标值和最长长度值进行级联得到一个增强特征量，输入支持向量机中进行充分的学习；由此可见，本发明将复杂的遥感图像分类问题简单化，排除了机场遥感图像检测中的大量干扰信息，并利用支持向量机强大的二分类能力，不需要过多修改参数，同等条件下，使得本发明方法简易，且具有96.5％的检测准确率。

申请人：昆明理工大学
地址：650093 云南省昆明市一二一大街文昌路68号
国籍：CN
代理机构：北京理工大学专利中心
更多信息请下载全文后查看。

专利名称：基于边缘特征的SAR图像机场目标检测方法专利类型：发明专利
发明人：钟桦,张舒,侯彪
申请号：CN201610561336.4
申请日：20160717
公开号：CN106251332A
公开日：
20161221
专利内容由知识产权出版社提供
摘要：本发明公开了一种基于边缘特征的SAR图像机场目标检测方法，主要解决机场目标检测时图像亮度不均时以及在噪声较多时出现虚检、漏检且机场跑道定位不精准的技术问题。

其实现过程是：输入待检测的机场目标SAR图像；使用均值比边缘检测器得到边缘图像；使用本发明提出的方法对边缘进行特征提取及聚类筛选；使用本发明提出的方法对候选边缘点进行连接；通过平行线检测技术完成对机场跑道的检测，实现机场目标的检测。

本发明能够准确地完成SAR图像机场目标的检测，跑道定位更加准确，计算量小，减少虚检，降低运行时间，可用于星载和机载SAR图像处理系统以及相关目标检测系统中。

申请人：西安电子科技大学
地址：710071 陕西省西安市太白南路2号
国籍：CN
代理机构：陕西电子工业专利中心
更多信息请下载全文后查看。

专利名称：基于几何特征的光学遥感图像机场目标的多线程检测方法
专利类型：发明专利
发明人：张亚森,孙显,王宏琦
申请号：CN201310098944.2
申请日：20130326
公开号：CN103246887A
公开日：
20130814
专利内容由知识产权出版社提供
摘要：本发明提供一种基于几何特征的光学遥感图像机场目标的多线程检测方法，以解决光学遥感图像中机场目标的自动检测问题。

第一步：对光学遥感图像进行预处理；首先读取光学遥感图像，并对该图像进行分块，其次对分块后的图像块进行线程任务分配；第二步：基于线程中的图像块进行机场目标的检测；首先提取所述图像块中的直线，并对所检测到平行直线对进行筛选；第三步：去除第二步的结果中的非机场区域，对机场区域的灰度分布进行判断，剔除海上的误选目标，当检测出多余两个的目标区域时，仅取检测面积最大的两个目标，删除其余的目标。

申请人：中国科学院电子学研究所
地址：100190 北京市海淀区北四环西路19号
国籍：CN
代理机构：北京理工大学专利中心
代理人：高燕燕
更多信息请下载全文后查看。

多模态遥感图像融合在环境监测和目标识别中的应用研究研究方案：一、项目背景和目标：多模态遥感图像融合在环境监测和目标识别中具有重要的应用价值，可以提供更全面、准确的信息，为解决实际问题提供有力支持。

本研究旨在通过对多模态遥感图像的融合技术进行深入研究和探索，提出新的观点和方法，进一步提高环境监测和目标识别的准确性和可靠性。

二、研究方案：1. 文献综述：对多模态遥感图像融合在环境监测和目标识别中的应用研究进行全面综述，了解已有的研究成果和方法，并分析其优缺点和潜在问题。

2. 研究方法选择：根据综述的结果，选择适合本研究目标的多模态图像融合方法和算法，并进行相关理论和技术的学习和讨论。

3. 实验数据的采集：选择具有代表性的环境监测和目标识别数据集，包括多种遥感图像，如遥感影像、LiDAR数据等。

通过合适的遥感数据获取手段和技术，获取相关数据集并进行预处理。

4. 数据分析和处理：对采集到的多模态遥感图像数据进行整理和分析，包括图像预处理、特征提取和特征融合等步骤。

利用已有研究成果的基础上，运用统计学、模式识别、机器学习等方法进行数据分析和处理。

5. 研究结果的评价和分析：通过对实验结果的评价和分析，验证多模态遥感图像融合在环境监测和目标识别中的应用效果。

比较不同方法的优劣，提出新的观点和方法，并讨论其在实际问题中的应用潜力。

6. 成果总结和展望：对研究成果进行总结，并提出进一步的研究方向和发展思路。

指出已有研究中的不足和改进的空间，为进一步完善多模态遥感图像融合技术提供有价值的参考。

方案实施：根据上述研究方案，具体的实施步骤如下：1. 进行文献综述：收集、整理和阅读相关的文献和研究成果，了解多模态遥感图像融合在环境监测和目标识别中的研究现状和问题。

2. 学习和讨论研究方法：针对多模态图像融合的算法和技术，学习和掌握相关理论知识，并与团队成员进行讨论和交流，确定适用于本研究的方法。

3. 数据采集和预处理：根据研究需求，选择并获取具有代表性的多模态遥感图像数据集，如环境监测数据集和目标识别数据集。

多特征的光学遥感图像多目标识别算法姬晓飞;秦宁丽;刘洋【期刊名称】《智能系统学报》【年(卷),期】2016(11)5【摘要】A novel multi⁃feature decision level fusion recognition algorithm is proposed to solve the problem of poor levels of accuracy with single feature based multi⁃target classification of optical remote sensing images. Firstly, three kinds of features which can not only meet translation, rotation, and scale invariance are extracted. One is the hier⁃archical BoF⁃SIFT feature which can simultaneously describe local and global distributions. Another is the improved shape context feature which is used to describe the target edge contour point information. The other one is Hu mo⁃ment invariants which gives better levels of recognition performance for large targets. Secondly, the recognition probabilities of these features are obtained using a one versus one support vector machine based on a radial basis function. Thirdly a strategy for multi⁃feature decision level fusion is designed. A large number of experiments show that the algorithm for multi⁃target classification of optical remote sensing images performs better with the recognition rate of targets reaching 93.52%.%基于单一特征的光学遥感图像多目标分类识别存在准确性较差的问题，提出一种新的基于多特征决策级融合的多目标分类识别算法。

基于影像的多特征信息提取
冯超;崔国庆
【期刊名称】《北京测绘》
【年(卷),期】2022(36)12
【摘要】计算机视觉技术,非接触式影像中获得靠谱而且精准的量测信息内容,本文针对此应用需求,研究基于影像的多特征提取技术,开展测定时,规定速度更快且高精度伴随着工业生产制造水准的不断提升和制作工艺的不断完善,对检验方式也明确提出了更高的要求。

目前,各种关键三维测量方式中,大中型三维坐标测量设备测量精度很高,但较贵且工作效能较低。

特征提取时的精确度与光栅尺间隔相关,且仅适用表层波动不突出的平缓目标。

高像素、高频率稳定度的数据三维成像电荷耦合器件(CCD)快速发展,电子计算机图像处理和计算机视觉技术应用的迅速发展,促进航空摄影机器视觉技术性变革为如今最有前途的一种现场精密加工三维坐标精准测量技术。

【总页数】5页(P1675-1679)
【作者】冯超;崔国庆
【作者单位】陕西能源职业技术学院;国家测绘地理信息局第一地形测量队
【正文语种】中文
【中图分类】P217
【相关文献】
1.基于特征知识的TM影像湿地信息提取方法研究
2.基于高分辨率遥感影像的道路特征信息提取方法
3.基于影像特征CART决策树的稀土矿区信息提取\r与动态监测
4.基于影像特征多尺度拓扑的城市土地覆盖信息提取
5.某地下结构工程渗漏分析与处理
因版权原因，仅展示原文概要，查看原文内容请购买。