结合视觉显著性和空间金字塔的遥感图像机场检测.pdf

《结合视觉显著性和空间金字塔的遥感图像机场检测.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2014年2月西北工业大学学报Feb．2014第32卷第1期JournalofNorthwesternPolytechnicalUniversityVo1．32No．1结合视觉显著性和空间金字塔的遥感图像机场检测郭雷，姚西文，韩军伟，程塔，钱晓亮(西北工业大学自动化学院，陕西西安710072)摘要：提出一种结合视觉显著}生和空间金字塔的遥感图像机场检测方法，首先根据改进的直线段检测算法对滑动窗口进行目标存在初步判断，只对可能含有目标的窗口按照空间金字塔表示方法提取该窗口中每一图像子块的稀疏编码，利用基于视觉显著性的特征抽取策略形成表征滑动窗1：7的

2、全局特征向量，然后对该特征向量进行分类判别，得到滑动窗口含有目标的置信值，最后采用非极大值抑制完成机场检测。实验结果表明，该机场检测方法相比其他方法检测效率显著提高，并且具有识别率高、虚警率低的特点。关键词：机场检测；金字塔特征；视觉显著；稀疏编码；滑动窗口；直线段检测器中图分类号：TP391文献标志码：A文章编号：1000—2758(2014)01—0098—04从遥感图像中自动检测机场目标，在飞机导航、军事侦察和精确打击等领域有着重要的实用价值，1视觉显著性引导抽取的空间金字塔受到人们越来越多的关注。近些年来，多数检测算特征表示法L】通过提取机

3、场跑道的线性特征或机场目标候选区域的形状、SIFT等特征进行辨识检测，但巨幅1．1基于过完备字典的图像稀疏表示遥感图像背景复杂，通常存在与机场目标特征属性图像在过完备字典下的稀疏表示是指图像可以相似的物体干扰，仅依靠上述特征，无法有效区分，完全或近似地由字典中少量的原子的线性组合表影响机场检测的准确率。基于超完备字典的图像稀示。给定过完备字典D=[d，d，⋯，d]，为图像疏编码是一种新的图像表示理论，利用超完备字典的向量展开形式，通过(1)式求解图像在过完备的冗余性可以有效地捕捉图像的各种结构特征，形字典D中的最稀疏表示成对机场目标的鲁棒表征。1．

4、本文提出了一种新颖的遥感图像机场检测算s(x，D)=argmin_l1—DsII+AIsI}(1)二法，通过构建滑动窗口检测器，将目标检测问题转化A为正则化参数。为模式分类问题，为了提高检测的效率，引入基于改为了获得图像更稀疏、更精确的表示，过完备字进LSD算法的窗口目标初判方法，如果窗口没有典的学习也是一个重要的方面。字典学习就是一种存在目标的可能性则不进行后续处理，如果窗口可寻找稀疏表示下最优基的构造，并能满足稀疏表示能存在目标，则对窗口图像按照空间金字塔表示方唯一的条件约束。对于所有的训练集，需要求解法进行稀疏编码，为了更鲁棒地表征窗口图像，

5、采用基于视觉显著性的特征抽取策略，形成描述窗口的a／"gi∑(一Il2+AIIsiII)(2)全局特征向量，对该特征向量进行分类判别，判定该式中：i表示每一个训练样本，表示训练样本在窗口中是否含有目标，最后采用局部邻域抑制算法字典D下的稀疏表示。虽然(2)式对于D和S=完成机场检测任务。收稿日期：2013—04．21基金项目：国家自然科学基金(91120005)、西北工业大学基础研究基金(JC20120237)、陕西省科技新星(2012KJXX·13)资助作者简介：郭雷(1956一)，西北工业大学教授、博士生导师，主要从事图像处理及目标检测的研究。

6、第1期郭雷，等：结合视觉显著性和空间金字塔的遥感图像机场检测·99·}：同时变化来说是非凸的，但当固定其中任意24tz=，fY0jiU一1(zj)(5)一个时，该式便成为一个凸优化问题。因此，可以通本文对窗口的特征表示方法，既考虑了稀疏编过固定一个变量求解另外一个变量的交替优化求解码对图像主要特征和内在结构的有效表达，采用空方法来解决这个问题。本文采用特征符号搜索方法间金字塔表示方法又融合了局部特征的空间位置信来求解稀疏矩阵s，使用拉格朗日对偶方法求解字息，同时引入具有选择作用的视觉显著性模型，增强典DE。了对目标与背景杂物等的区分能力，使最终的特

7、征1．2空间金字塔特征表示表示更鲁棒。本文按照文献[7]提出的金字塔模型，将窗口图像在空间上进行3层金字塔划分，其第O层仍是原2基于滑动窗口的机场检测图像，第1层对图像进行2×2分块，第2层对图像进行4×4分块，一共可以得到21个不同大小和不同基于滑动窗口的目标检测，核心思想是将目标空间位置的图像区域。由于图像区域中的单个稀疏检测问题转化为对滑动窗口的二值分类问题，即判编码特征对于图像的旋转、噪声等比较敏感，不能形定滑动窗口属于目标类还是背景类。成对图像区域的鲁棒表达。为了克服稀疏编码的这本文检测框架如图1所示。为了克服滑动窗口个缺点，在图像局部区

8、域，对稀疏编码特征进行最大检测效率低、计算量大的缺点，本文设计了基于改进抽取，依靠稀疏编码的统计特性来获得鲁棒的特征LSD