[发明专利]一种基于高分辨遥感图像的机场目标检测方法

说明书

技术领域

本发明涉及一种遥感图像中机场目标检测的方法，特别是基于高分辨遥感图像的机场目标检测方法。

背景技术

现有的机场目标检测方法大致分为以下几个步骤：图像预处理、边缘检测、平行线提取、目标检测与提取。在平行线检测的步骤中一般采用Hough变换方法，该方法基于散点，检测出的平行线不够完整且容易误检，则使用Hough变换的机场目标检测方法也就不够精确。此外，在平行线提取步骤之后直接检测机场目标也是不合理的，因为高分辨遥感图像背景复杂，除了机场跑道还有其它许多目标都含有平行线特征，因此，若不对提取出来的平行线进行筛选则容易出现大量误检的现象，严重影响机场目标检测的质量。

发明内容

要解决的技术问题

为了避免现有技术的不足之处，本发明提出一种基于高分辨遥感图像的机场目标检测方法。

本发明的思想在于：利用模糊增强对图像进行预处理，然后利用基于像素梯度与标准差的模糊边缘检测方法提取图像边缘；对图像边缘进行筛选只留下近似直线的边缘，并利用基于这些边缘区域的自适应多尺度Beamlet变化检测出其中平行的长直线，作为跑道候选特征；以机场的先验知识在候选特征集中筛选出机场特征；以特征点八邻域范围内最高灰度的点作为种子点，进行区域增长提取机场目标。

技术方案

一种基于高分辨遥感图像的机场目标检测方法，其特征在于步骤如下：

步骤1对图像进行增强预处理：采用变换T

μ_mn＝T(X_mn)＝1-(X_max-X_mn)/D

将大小为m×n，灰度级为L的图像从灰度空间G＝{G_mn}映射为与之对应的广义隶属度空间P＝{μ_mn}，其中：X_max表示图像G中最大灰度值，D是常数，取D＝2×(X_max-X_min)/3；X_min表示图像G中最小灰度值；

通过广义模糊算子GFO

μ′mn=GFO[μmn]=-[-((r1/f-1+r)·μmn-μ2mn)]f(-r≤μmn<0)[((r1/f-1+r)·μmn-μ2mn)]f(0≤μmn≤r)]]>