基于幾何部件及徑向梯度角的遙感檢測飛機的方法
【專利摘要】本發(fā)明公布了一種基于幾何部件及徑向梯度角的遙感檢測飛機的方法。該方法首先根據(jù)飛機特有的幾何輪廓建立幾何原子庫，結(jié)合稀疏表示原理，將已知飛機輪廓稀疏表示成幾何原子的組合，并以這些幾何原子為部件，構(gòu)建飛機星型部件模型；然后采用滑動窗口法對測試圖像進(jìn)行掃描，通過徑向-梯度角投票算法估算出每個圖像塊的主方向，用于調(diào)整部件模型方向，并用調(diào)整后的模型計算出每個位置的總相似度分布圖，最后通過最大后驗概率推理，判斷檢測區(qū)域是否存在飛機，并進(jìn)一步得出飛機的位置。該方法利用稀疏表示原理自適應(yīng)選取幾何部件，并采用輪廓為引導(dǎo)的徑向梯度角投票算法估計主方向，實現(xiàn)了復(fù)雜背景下不同方向的飛機遙感檢測。其算法簡單，檢測速度快，魯棒性更好，檢測結(jié)果更準(zhǔn)確。
【專利說明】基于幾何部件及徑向梯度角的遙感檢測飛機的方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種遙感檢測飛機的方法。
【背景技術(shù)】
[0002]20世紀(jì)60年代，以前蘇聯(lián)發(fā)射了世界上第一顆人造地球衛(wèi)星為標(biāo)志，“遙感”開始進(jìn)入人類的工作與生活。遙感指的是從遠(yuǎn)離地面的平臺上，采用傳感器對地面進(jìn)行探測，通過收集、分析并處理探測得到的信號，獲得地面的相關(guān)信息。隨著計算機與感光器件的飛速發(fā)展，遙感技術(shù)得到了廣泛應(yīng)用，涉及環(huán)境災(zāi)害監(jiān)測，城市規(guī)劃，資源勘探等多個領(lǐng)域，對國防建設(shè)和人類生活產(chǎn)生深遠(yuǎn)的影響。
[0003]飛機作為常見的運輸工具，對其進(jìn)行遙感檢測有利于提高航空運輸?shù)倪\力規(guī)劃、調(diào)度控制及應(yīng)急處理(如失事飛機的查找)等。由于計算機技術(shù)和感光器件飛速發(fā)展，遙感成像的分辨率已能達(dá)到全色波段0 .61m，彩色波段2.44m的空間分辨率，可以采用更細(xì)致的飛機局部特征來描述飛機。Zhang等人在文獻(xiàn)I (Wanceng Zhang, Xian Sun.0bjectDetection in High-Resolution Remote Sensing Images Using Rotation InvariantParts Based Model.1EEE Geoscience and Remote Sensing Letters.2013.http: //ieeexplore.1eee.0rg/xpls/absall.1sp?arnumber=6512596&tag=l)中提出基于旋轉(zhuǎn)不變梯度直方圖RIHOG的部件模型，實現(xiàn)不同方向的遙感圖像飛機檢測。該方法首先人為標(biāo)定出訓(xùn)練圖像集中各校正圖像的部件；然后對每個部件采用梯度方向直方圖HOG方法統(tǒng)計得到其主方向，并進(jìn)行旋轉(zhuǎn)校正；最后通過SVM方法訓(xùn)練產(chǎn)生部件的濾波器。它對訓(xùn)練圖像集中的每一個部件都需要人為標(biāo)定，缺乏靈活性，且標(biāo)定訓(xùn)練圖像集產(chǎn)生巨大的工作量，增加建模時耗；另外，部件濾波器與主方向估計均以圖像內(nèi)容為指導(dǎo)，使檢測容易因顏色、紋理、光照及復(fù)雜背景的影響而導(dǎo)致失敗。
【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的在于提供一種基于幾何部件及徑向梯度角的遙感檢測飛機的方法，該方法能自動檢測出復(fù)雜背景下不同方向的飛機，其檢測快速，結(jié)果準(zhǔn)確。
[0005]本發(fā)明解決其技術(shù)問題，所采用的技術(shù)方案為:基于幾何部件及徑向梯度角的遙感檢測飛機的方法，包括以下步驟:
[0006]A、飛機星型部件模型的建立:
[0007]Al、將已知的遙感圖像中的已知飛機圖像校正為機頭豎直向上，得到校正圖像；
[0008]A2、將校正圖像中飛機部分的像素值置為1，背景部分像素值置為0，得到已知飛機的二值輪廓Pb ;
[0009]A3、對已知飛機的二值輪廓Pb進(jìn)行稀疏分解，得到最優(yōu)原子圖像集
【權(quán)利要求】
1.一種基于幾何部件及徑向梯度角的遙感檢測飛機的方法，其步驟如下: A、飛機星型部件模型的建立: Al、將已知的遙感圖像中的已知飛機圖像校正為機頭豎直向上，得到校正圖像； A2、將校正圖像中飛機部分的像素值置為1，背景部分像素值置為O，得到已知飛機的二值輪廓Pb ; A3、對已知飛機的二值輪廓Pb進(jìn)行稀疏分解，得到最優(yōu)原子圖像集
2.根據(jù)權(quán)利要求1所述的基于幾何部件及徑向梯度角的遙感檢測飛機的方法，其特征在于，所述步驟A2中對已知飛機的二值輪廓Pb進(jìn)行稀疏分解的具體做法是: O生成幾何原子庫D a、構(gòu)造橢圓原子庫De: 定義橢圓原子圖像gjx，y)如下:

3.根據(jù)權(quán)利要求1所述的基于幾何部件及徑向梯度角的遙感圖像飛機檢測算法，其特征在于，所述步驟B2中的采用徑向-梯度角投票算法計算出子圖像塊Psub的主方向ξ sub的具體做法是: a、提取子圖像塊Psub和已知飛機的二值輪廓方向梯度直方圖特征Hsub(m，n，y)和
【文檔編號】G06K9/62GK103714344SQ201310703176
【公開日】2014年4月9日 申請日期:2013年12月19日 優(yōu)先權(quán)日:2013年12月19日
【發(fā)明者】林煜東, 和紅杰, 尹忠科, 陳帆 申請人:西南交通大學(xué)