没有合适的资源?快使用搜索试试~ 我知道了~
一种高效的高分辨率遥感影像飞机目标检测方法.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 96 浏览量
2023-02-23
20:26:48
上传
评论
收藏 652KB DOCX 举报
温馨提示
试读
11页
一种高效的高分辨率遥感影像飞机目标检测方法.docx
资源推荐
资源详情
资源评论
高分辨率遥感影像在航空吞吐量分析、交通调度等方面起到重要作用
[1]
。目前, 对机场的检测主要
有 基 于 边 缘 和 直 线 特 征 和 基 于 显 著 性 和 区 域 分 割 两 种 方 法 。 Hough 线 特 征 检 测
[2-4]
和 LSD(line
segment detection)线特征检测算法
[5, 6]
可以有效地检测机场中的直线区域。相关研究包括 Itti 显
著性模型
[7]
谱残差法
[8]
、傅里叶变换相位谱法
[9]
、双四元数法
[10]
、图的视觉显著性模型
[11]
、利用目
标方向显著性和条件随机场来提取机场区域
[12]
等。
对于飞机的检测, Bo 等
[13]
利用分割获取目标候选区域, 从而确定目标。Li 等
[14]
通过多尺度分割得
到目标候选区域, 再利用飞机模板形状进行相似度匹配。Yu 等
[15]
通过纹理森林和 Hough 投票方法
解决目标检测问题, 提出了 CRIHF(color-enhanced rotation-invariant hough forest)模型。
文献[16]提出了利用圆周频率滤波(circle-frequency filter, CFF)进行飞机目标检测。
深度学习
[17-20]
也是比较热门的实验方法, 本文设计了一种新的机场区域提取算法。首先, 设计了一
种直线概率图, 利用显著性和直线检测结果, 同时考虑直线的平行性、距离关系、长度关系, 构建
了概率公式, 使得机场检测精度达到 93%。其次, 结合 CFF 提出了一种新的飞机检测网络。将滤
波结果扩充为不同比例大小的候选区域替代 Faster R-CNN 中提取候选区域的过程, 节约了 60%
的计算时间。另外, 创建了两个公开数据集, 填补了当前航空影像飞机目标检测领域公共数据集的
空白。
1 算法原理
完整的机场和飞机检测的一体化流程如图 1 所示。
1 算法流程图
下载: 原图 | 高精图 | 低精图
1.1 遥感影像降采样
高分辨率遥感影像的原始影像数据量在 1 G 左右。为了不影响检测结果, 同时提高影像处理速度,
本文 利用 GDAL(geospatial data abstraction library)库将图 片从 12 000 像素×12 000 像素
降采样到 4 000×4 000 像素大小。
1.2 基于显著性的机场候选区域提取
机场区域背景颜色纹理较为统一, 边缘特征较少且不规则。本文利用频率特征, 在显著性中去除频
率域中图像的低通部分。采用 Frequency-Tuned(FT)算法利用颜色和亮度信息, 计算 Lab 空间下
每个像素点与图像均值的欧式距离作为显著值, 如式(1)所示。
S(x,y)=∥Iu−Iwhc(x,y)∥S(x,y)=‖Iu−Iwhc(x,y)‖
1
式中, S(x, y)表示(x, y)点最终的显著值; I
u
表示图像像素的算术平均值; I
whc
(x, y)为图像经过高
斯滤波后(x, y)点处的像素值。
1.3 基于直线概率图的机场区域提取
由于机场有明显的直线特征, 本环节利用直线特性获取最终的机场区域。主要步骤如下:
1) LSD 直线检测
对显著性区域进行 LSD 直线检测:
① 图像缩放。用高斯降采样的方法将图像尺寸缩小为原来的 0.8, 消除图像锯齿效应。
② 计算图像点在 x、y 方向上的梯度, 并对梯度进行排序。梯度值大的点是边缘点, 把这些点作为
种子点进行由上往下的搜索直到所有的点都被遍历过, 状态标记为 used。
③ 设置梯度阈值。梯度变化平缓的区域很有可能不存在直线, 然后对种子点进行 8 邻域的增长。
④ 找到增长出的直线的外包矩形框 R, 计算 NFA。如式(2)所示。
NFA(r)=(NM)52γ×∑j=kn(nj)pj(1−p)n−jNFA(r)=(NM)52γ×∑j=kn(nj)pj(1−p)n−j
2
式 中 , N 和 M 是 采 样 后 的 图 像 的 行 和 列 ;n 是 矩 形 内 所 有 像 素 数 ; k 是 矩 形 内 的 所 有 p-aligned
point 数。 此处的 p-aligned point 是指 和矩形 的主方 向在容 忍度 pπ 下方向 相同的 像素。 如果
NFA(r)≤ε, 那么可以认为结果有效。
⑤ 类内点密度。d=k/n。k 为类内点个数; n 为 R 的 length×width。若 d>D, 接受该点。否则,
需要将 R 截断。在这里设置 D=0.7。这个数字既能保证同一个 R 中的类内点属性相近, 也能保证 R
不会被过分地分割为小的矩形。最后进行矩形框优化, 如果 R 不能都满足 NFA, 则删除直线支持区
域中的一个点, 减少 R 的 length-1 个点。
2) 直线合并
由于 LSD 直线检测算法对长直线有所分割, 并且机场跑道存在因交错跑道而把部分长直跑道的直
线打断的情况, 为了使跑道长直线得到连接, 提出一种新的直线连接算法。能进行互相连接的直线,
需要同时满足以下 3 个条件, 如图 2 所示, 判断 AB、CD、EF、GH 四条直线是否能够合并。
2 直线连接示意图
下载: 原图 | 高精图 | 低精图
① 判断直线斜率平行情况
以 x 方向为基准, 计算每条直线的斜率, 按照斜率大小由小到大进行排序, 依次进行直线搜索。因
为能够连接的直线具有相近的斜率, 分别计算四条直线的斜率大小 α、δ、β、γ, 排除掉 GH 直线
段, 保留 EF 和 CD。
② 判断直线延长线
连接直线端点 BC, 计算 BC 斜率, 判断 BC 斜率和 AB、CD 斜率是否近似, 如果斜率近似则可以
判断两者在一条直线上。
③ 判断直线距离
有的 直线 段虽然在一条直线上, 但 距离 过远 不能连接为一条直线, 所 以本 文将 两条 直线中点之间
的距离定义为直线距离, 即取 AB 中点 M
1
和 CD 中点 M
2
, 两条直线可以合并需满足公式(3)。
d(M1M2)<d(AB)+d(CD)d(M1M2)<d(AB)+d(CD)
3
若同时满足以上 3 个条件, 则可以合并为直线 AD。经过直线合并之后, 原本断开的短线可以连接
为一条完整的线段, 同时将距离较近的直线合并为一条直线, 剔除了大量无效线段, 有利于后期对
机场的检测。
3) 直线概率图
经过 直线 检测和直线合并后, 影像上仍然 存在 一系 列细 碎的短线, 本文提出一种直线概 率图 的方
法过滤无效线段。考虑和机场相关的 3 个要素:长度合理的直线才有可能是机场直线; 平行线越多
的直线越有可能是机场直线; 长度越长的直线对周边直线的影响越大。
① 确定直线影响范围
计算影像上每条直线长度 l
i
, 找到最大长度直线 l
max
和最小长度直线 l
min
。长度小于 8 倍 l
min
的直线
直接去除。以直线中心点为中心, 直线长度的两倍为边长, 构建矩形框。该矩形框则为直线 i 的搜
索范围 S。
② 计算直线概率
剩余10页未读,继续阅读
资源评论
罗伯特之技术屋
- 粉丝: 3643
- 资源: 1万+
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- CISCN2024-re3-rust-baby(Frida多字节程序插桩爆破)
- soft:磁盘清理工具
- .netcore控制台使用Nssm打包windows服务,加winform管理服务界面
- db-college.sql
- wpf-dragdrop-treeview(WPF较好拖拽效果).7z
- img-1716258776282bf88540b0e387ddd2ea677d02c7f3594ad72383f796d86b02fb7d2ae2543915d.jpg
- 《伦敦共享单车数据分析与代码》
- SKIP-v2.1.1.apk
- IMG20240521103815.jpg
- 松下A4系列伺服参数调试软件
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功