基于光學(xué)遙感圖像的飛機目標檢測算法研究.pdf

1、隨著遙感技術(shù)的發(fā)展，遙感圖像由于覆蓋范圍廣、信息量大、觀測周期短等特點受到了廣泛的關(guān)注和研究，遙感圖像目標檢測作為遙感圖像解析的一個重要研究方向，其對于資源調(diào)查、災(zāi)害監(jiān)測、資源勘探以及軍事目標的識別判讀等都具有重要的意義。由于遙感圖像數(shù)據(jù)量巨大，依靠傳統(tǒng)人工判讀的方式從中提取特定目標的信息難以適應(yīng)遙感技術(shù)的發(fā)展趨勢，如何從這些數(shù)據(jù)中快速、準確的提取所需要的信息成為當(dāng)今遙感圖像解析的重點與難點。本文以光學(xué)遙感圖像的目標檢測算法為研究對象，

2、主要圍繞如何提高目標檢測算法效率與目標中心的預(yù)測精度進行研究。
　　本文在綜述遙感圖像目標檢測算法的基礎(chǔ)上對其歸納和總結(jié)，闡述算法的基本原理和檢測過程，并對經(jīng)典的目標檢測算法進行仿真實驗和分析。文中首先闡述了特征提取對目標檢測的重要性，然后重點介紹了目標檢測中常用的幾種特征以及基于這些特征的飛機目標檢測算法，并對算法進行仿真實驗，分析算法中存在的不足之處。
　　其次針對顯著圖應(yīng)用在遙感圖像中缺少客觀評價標準的問題，本文將顯著

3、圖的量化評價標準引入到遙感圖像中。文中仿真對比分析了常用的三種顯著圖算法，并結(jié)合遙感圖像以及遙感圖像中飛機目標的特性，從主觀和客觀評價方面對顯著圖的突顯效果進行評價。在綜合考慮突顯精度和顯著區(qū)域突顯完整程度的情況下，Itti算法對于遙感圖像中飛機小目標的突顯效果優(yōu)于GBVS算法和SR算法。通過對顯著圖與遙感圖像模板匹配相結(jié)合的算法進行仿真實驗，驗證了基于顯著圖算法的目標檢測可以舍棄百分之七十以上的背景區(qū)域，縮小目標搜索空間是提高目標檢測

4、算法效率的一種有效途徑。
　　最后，基于隨機森林目標檢測算法在霍夫投票階段是平均分配投票權(quán)重的，針對平均權(quán)重對目標位置預(yù)測不夠準確的問題，本文將原算法基于隨機森林葉子節(jié)點信息的平均權(quán)重改為基于樣本目標特征字典的指數(shù)分布投票權(quán)重。在訓(xùn)練階段將樣本的目標像素特征向量存儲起來作為樣本字典，檢測階段對于隨機森林預(yù)測為樣本的像素，計算該像素點特征與字典中特征之間的歐式距離，根據(jù)該距離計算對應(yīng)的指數(shù)函數(shù)分配權(quán)重，并對目標中心進行投票。通過仿真