基于高分辨率圖像的機(jī)場(chǎng)區(qū)域檢測(cè)和毀傷識(shí)別研究.pdf

1、遙感圖像目標(biāo)自動(dòng)識(shí)別技術(shù)是計(jì)算機(jī)模式識(shí)別與圖像處理領(lǐng)域非常活躍的研究課題。在軍事目標(biāo)的識(shí)別中，準(zhǔn)確、高效地識(shí)別出遙感圖像中的機(jī)場(chǎng)目標(biāo)并對(duì)機(jī)場(chǎng)區(qū)域進(jìn)行毀傷識(shí)別具有重要的現(xiàn)實(shí)意義和應(yīng)用價(jià)值。本文主要針對(duì)機(jī)場(chǎng)這一典型軍事目標(biāo)，結(jié)合已有的一些方法，對(duì)于機(jī)場(chǎng)區(qū)域檢測(cè)和毀傷識(shí)別的若干問(wèn)題做了一些研究和改進(jìn)，取得了一些有意義的結(jié)果。 本文對(duì)機(jī)場(chǎng)檢測(cè)過(guò)程進(jìn)行了較全面的分析，針對(duì)傳統(tǒng)的Hough變換算法所存在的需要較大的存儲(chǔ)空間和計(jì)算量較大的問(wèn)題

2、，把多分辨率Hough變換方法運(yùn)用到機(jī)場(chǎng)跑道的檢測(cè)中以節(jié)省存儲(chǔ)空間，然后初步篩選提取出的直線，再結(jié)合機(jī)場(chǎng)跑道的幾何形狀特征做進(jìn)一步篩選驗(yàn)證，最后給出了機(jī)場(chǎng)區(qū)域的描述信息。 檢測(cè)出比較明顯的大中型目標(biāo)機(jī)場(chǎng)后，在一定的有效區(qū)域內(nèi)對(duì)毀傷情況進(jìn)行識(shí)別。機(jī)場(chǎng)區(qū)域的毀傷識(shí)別主要分為兩種情況：一種是基于機(jī)場(chǎng)目標(biāo)打擊前后即兩幅圖像的毀傷識(shí)別。先采用基于高斯分布的模擬算法對(duì)機(jī)場(chǎng)區(qū)域打擊后的成片彈坑進(jìn)行仿真，再使用非監(jiān)督變化檢測(cè)的算法進(jìn)行毀傷識(shí)別。

3、識(shí)別方法為：首先采用了圖像分塊的方法來(lái)提高識(shí)別的效率和精度，根據(jù)相關(guān)性匹配算法確定目標(biāo)存在的小區(qū)域，其次使用圖像差值法在這些小區(qū)域內(nèi)進(jìn)行毀傷識(shí)別，在對(duì)差值圖像進(jìn)行分割時(shí)，提出采用基于最小錯(cuò)誤率的貝葉斯決策法對(duì)彈坑位置進(jìn)行精確定位，貝葉斯決策檢測(cè)法的先驗(yàn)概率和條件概率密度采用非監(jiān)督參數(shù)估計(jì)方法EM算法進(jìn)行估計(jì)。另一種是基于機(jī)場(chǎng)目標(biāo)打擊后即單幅圖像的毀傷識(shí)別，具體步驟分為三步：第一步通過(guò)分析彈坑的灰度、形狀、大小等特征，建立彈坑模型，根據(jù)彈