[发明专利]一种光学遥感图像坦克群的识别方法

摘要

本发明公开了一种光遥感图像中的坦克群目标自动识别方法，特征是将一种新型的宽度模板与区域生长算法结合起来，以对3阈值KSW最佳熵分割的结果进行有效分离和更好的提取感兴趣区域，并且方便了后续的特征提取。在目标识别准则设计中，结合了坦克的几何特征和K-mean分类算法，保证了识别结果的准确性和鲁棒性。实验结果显示，本文使用的分割方法和宽度模板方法相比于传统方法更加有效，识别率更高。

主权项

一种光遥感图像中的坦克群目标自动识别方法，其特征在于，方法步骤如下：步骤一：图像分割，通过KSW最佳熵3阈值(threshold1＜threshold2＜threshold3)分割后，图像被分为4类，考虑光照和阴影的影响，将大于threshold1和小于threshold3的灰度归为目标类，将小于threshold1和大于threshold3的归为背景类；步骤二：将区域生长算法应用于二值图像填充，通过扫描全图寻找种子点，生长准则是将相邻相同像素值的点合并，停止条件则是遍历完一个连通域；步骤三：通过一种新的宽度模板来分离坦克目标，去除连体效应，完成感兴趣区域的提取；步骤四：几何特征处理，根据坦克的长、宽、面积等几何特征提取坦克目标；步骤五：将均值、方差和纹理特征作为K‑mean分类的特征向量，分类准则：满足坦克几何特征的同时，属于某一类的疑似目标数目较多的为坦克目标；满足坦克几何特征的同时，属于某一类的疑似目标数目较少的为非坦克目标。