结合显著性检测与特征匹配的飞机目标识别

doi:10.13474/j.cnki.11-2246.2020.0067

测绘通报 ›› 2020, Vol. 0 ›› Issue (3): 1-6.doi: 10.13474/j.cnki.11-2246.2020.0067

• 学术研究 • 下一篇

结合显著性检测与特征匹配的飞机目标识别

欧阳欢^1,2, 范大昭¹, 郭静², 代亚贞³

1. 信息工程大学, 河南郑州 450001;
2. 93920部队, 陕西汉中 723213;
3. 61206部队, 北京 100042

收稿日期:2019-05-14 修回日期:2019-12-22 发布日期:2020-04-09
通讯作者: 范大昭。E-mail:fdzcehui@163.com E-mail:fdzcehui@163.com
作者简介:欧阳欢(1992-),男,硕士,主要研究方向为计算机视觉与数字摄影测量。E-mail:ouyanghuan@whu.edu.cn
基金资助:
国家自然科学基金（41401534）

Aircraft target recognition based on saliency detection and feature matching

OUYANG Huan^1,2, FAN Dazhao¹, GUO Jing², DAI Yazhen³

1. Information Engineering University, Zhengzhou 450001, China;
2. Troops 93920, Hanzhong 723213, China;
3. Troops 61206, Beijing 100042, China

Received:2019-05-14 Revised:2019-12-22 Published:2020-04-09

摘要/Abstract

摘要： 根据目标与背景间的视觉显著性差异及飞机目标的形态特征，本文提出了一种基于显著性检测的飞机目标识别算法。该算法首先对预处理后的遥感影像进行显著性检测并提取场景中的感兴趣目标；然后依据阴影在HIS颜色空间的特性消除阴影对飞机识别造成的影响，并以飞机的形态特征为依据对感兴趣目标进行筛选，进而实现飞机目标识别；最后，计算飞机的外形参数、相对矩等特征并以此作为依据实现飞机机型判别。试验证明，该方法飞机特征提取精确，目标识别准确率高，具有较好的稳健性。

关键词: 遥感影像, 飞机识别, 显著性检测, 特征匹配, 机型判别

Abstract: According to the difference of visual saliency between target and background together with the morphological characteristics of the aircrafts, this paper proposes a novel aircraft target recognition algorithm based on saliency detection. The algorithm first detects the saliency of the pre-processed remote sensing image and eliminates the influence of shadow for the region of interest extraction. Distinguish the region of interest based on the morphological characteristics of the aircrafts, and then achieve aircraft target recognition. Finally, calculates the aircraft fuselage length, wingspan and relative moments. Afterwards, the aircraft type discrimination can be achieved via feature matching. Extensive experiments show that the algorithm has accurate feature extraction results and high target recognition accuracy.

Key words: remote sensing images, aircraft target recognition, saliency detection, feature matching, type discrimination of aircrafts

中图分类号:

欧阳欢, 范大昭, 郭静, 代亚贞. 结合显著性检测与特征匹配的飞机目标识别[J]. 测绘通报, 2020, 0(3): 1-6.

OUYANG Huan, FAN Dazhao, GUO Jing, DAI Yazhen. Aircraft target recognition based on saliency detection and feature matching[J]. Bulletin of Surveying and Mapping, 2020, 0(3): 1-6.

参考文献

[1] 郑南.遥感图像中飞机目标的识别分类算法研究[D].长春: 吉林大学, 2007: 11-57.
[2] LIU G, SUN X, FU K, et al. Aircraft recognition in high resolution satellite images using coarse-to-fine shape prior[J]. IEEE Geoscience and Remote Sensing Letters, 2013, 10(3): 573-577.
[3] 张永霞, 胡坚, 张正, 等. 基于区域检测算法与不变矩特征的飞机特征提取方法研究[J]. 遥感信息, 2013, 28(3): 3-7.
[4] ZENG Y, LAN J, HAN C, et al. Aircraft recognition based on improved iterative threshold selection and skeleton Zernike moment[J]. Optik-International Journal for Light and Electron Optics, 2014, 125(14): 3733-3737.
[5] 周敏, 史振威, 丁火平. 遥感图像飞机目标分类的卷积神经网络方法[J]. 中国图象图形学报, 2017,22(5): 79-87.
[6] 徐逸之, 姚晓婧, 李祥, 等. 基于全卷积网络的高分辨遥感影像目标检测[J]. 测绘通报, 2018(1): 80-85.
[7] 吴喆, 曾接贤, 高琪琪. 显著图和多特征结合的遥感图像飞机目标识别[J]. 中国图象图形学报, 2017, 22(4): 532-541.
[8] 殷文斌, 王成波, 袁翠, 等. 一种飞机目标的遥感识别方法[J]. 测绘通报, 2017(3): 37-40.
[9] WANG W, NIE T, FU T, et al. A novel method of aircraft detection based on high-resolution panchromatic optical remote sensing images[J]. Sensors, 2017, 17(5): 1-17.
[10] LI C, WANG N, XIAO C, et al. A new speckle reducing anisotropic diffusion for ultrasonic speckle[J]. Acta Automatica Sinica, 2012, 38(3): 412-418.
[11] RADHAKRISHNA A, SABINE S. Saliency detection using maximum symmteric surround[C]// IEEE Inernational Conference on Image Processing. HongKong: IEEE, 2010: 2653-2656.
[12] 杨俊, 赵忠明, 杨健, 等.一种高分辨率遥感影像阴影去除方法[J]. 武汉大学学报(信息科学版), 2008, 33(1):17-20.
[13] 唐小佩, 杨小冈, 刘云峰, 等. 遥感图像飞机目标候选区域选取方法研究[J]. 计算机仿真, 2018, 35(11):57-62.
[14] BRADSKI G, KAEHLER A. Learning openCV: computer vision with the openCV library[M]. Cambridge: O’Reilly Press, 2008: 232-278.
[15] ZHANG L, ZHANG Y. Airport detection and aircraft recognition based on two-layer saliency model in high spatial resolution remote-sensing images[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2016, (99): 1-14.
[16] 王波涛, 孙景鳌, 蔡安妮,等. 相对矩及在几何形状识别中的应用[J]. 中国图象图形学报, 2001, 6(3): 296-300.

结合显著性检测与特征匹配的飞机目标识别

Aircraft target recognition based on saliency detection and feature matching

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	李茂林, 闫庆武, 仲晓雅. 一种复合型校正植被信息的方法[J]. 测绘通报, 2022, 0(6): 49-54142.
[2]	张龚泉, 岳建平, 刘胜男, 王海龙, 杨智翔, 周航宇. 基于遥感影像的鄱阳湖地形提取方法[J]. 测绘通报, 2022, 0(5): 62-66,73.
[3]	潘建平, 付占宝, 程卫华, 陆世安, 李鑫, 孙博文, 黄桂萍. 基于地表类型的山地海绵城市生态建设评估[J]. 测绘通报, 2022, 0(5): 84-88.
[4]	陈智朗, 付振华, 朱紫阳, 王慧慧, 刘沁雯, 杨钰灵, 许耿然. 基于HRNet的高分辨率遥感影像建筑物变化信息提取[J]. 测绘通报, 2022, 0(5): 126-132.
[5]	刘小玉, 刘扬, 杜明义, 张敏, 贾竞珏, 杨恒. 基于DeeplabV3+的建筑垃圾堆放点识别[J]. 测绘通报, 2022, 0(4): 16-19,43.
[6]	王雪, 梁珂, 隋立春, 钟棉卿, 朱剑锋. 膨胀卷积与金字塔表达的深度学习模型用于农村建筑物提取[J]. 测绘通报, 2022, 0(4): 61-65.
[7]	高鸣, 周鑫鑫, 刘琦, 杨光迪, 吴长彬. 深度学习网络支持下的农房侵占耕地自动化监测[J]. 测绘通报, 2022, 0(3): 47-53.
[8]	王胜利, 朱寿红, 蒋毅. 基于CNN模型迁移的OLI影像光伏电池板场景识别[J]. 测绘通报, 2022, 0(2): 5-9.
[9]	侯泽鹏, 徐二帅, 王文亮, 许志华. 局部特征匹配的卫星影像几何偏差估计可行性分析[J]. 测绘通报, 2022, 0(2): 37-42.
[10]	杨素妨, 杜林. 多特征流形鉴别嵌入的高分辨率遥感影像分类[J]. 测绘通报, 2021, 0(9): 37-42.
[11]	耿万轩, 周维勋, 金双根. 基于LDCNN特征提取的多核SVM高分辨率遥感影像场景分类[J]. 测绘通报, 2021, 0(8): 14-21.
[12]	苏艺凡, 党建武, 王阳萍, 杨景玉. 改进的区间二型模糊聚类遥感影像变化检测[J]. 测绘通报, 2021, 0(7): 44-51,58.
[13]	聂倩, 七珂珂, 赵艳福. 融入超像素分割的高分辨率影像面向对象分类[J]. 测绘通报, 2021, 0(6): 44-49.
[14]	刘新平, 王磊, 吴长彬, 黄敬, 韦曼琼. 三维GIS支持下的实景融合系统设计与实现[J]. 测绘通报, 2021, 0(4): 141-145,155.
[15]	侯翘楚, 李必军, 蔡毅. 高分辨率遥感影像的车道级高精地图要素提取[J]. 测绘通报, 2021, 0(3): 38-43.