一种高分辨率遥感图像机场感兴趣区域快速检测方法
【专利摘要】本发明涉及一种高分辨率遥感图像机场感兴趣区域快速检测方法。首先采用LSD算法和FT算法分别计算出高分率遥感图像的直线检测二值结果图和显著图，然后在高分率遥感图像中随机选取巨量的矩形窗口，计算这些矩形窗口的物体度量性分数，根据它们的物体度量性分数采用非极大值抑制算法筛选出少量矩形窗口组成机场感兴趣区域。本发明利用了两种简单特征的互补性，可以很稳定地检测出感兴趣区域，并且计算量很小，大大提高了高分率遥感机场检测的速度和精度，实用性很强。
【专利说明】一种高分辨率遥感图像机场感兴趣区域快速检测方法
【技术领域】
[0001]本发明属于遥感图像处理【技术领域】，具体涉及一种高分辨率遥感图像机场感兴趣区域快速检测方法
【背景技术】
[0002]机场作为军用和民用的战略性目标，从高分率遥感图像中快速、准确地检测出机场，在飞机组合导航、军事侦察和精确打击等领域有着重要的实用价值，受到人们越来越多的关注。但高分辨遥感图像背景复杂，存在大量的公路、河流、人工建筑物等混淆的杂物，这都给机场的检测增加了难度。在对机场进行检测的时候，为了增加检测速度，减少背景杂物的影响，通常会先进行机场感兴趣区域的检测。中国专利申请号201210280777.9，记载了一种“一种星载红外遥感图像机场ROI快速检测方法”，核心思想是利用红外图像中机场亮度明显的特性，采用图像灰度特征阈值分割出机场感兴趣区域，该方法适合背景比较简单的红外遥感图像，但对于背景复杂的高分率遥感图像，容易造成大量的误检。
【发明内容】
[0003]要解决的技术问题
[0004]为了避免现有技术的不足之处，本发明提出一种高分辨率遥感图像机场感兴趣区域快速检测方法。
[0005]技术方案
[0006]一种高分辨率遥感图像机场感兴趣区域快速检测方法，其特征在于步骤如下:
[0007]步骤1:采用LSD算法对高分辨率遥感图像进行直线检测得到直线检测结果二值图Lineb,采用FT算法进行显著性检测得到高分辨率遥感图像显著图S ；
[0008]步骤2:在高分辨率遥感图像中随机选取η个矩形窗口 ；所述矩形窗口的长、宽以及选取的位置都是任意的，需保证选取的矩形窗口大小要小于高分辨率遥感图像；
[0009]步骤3:按照 Score (win) = a LD (win) + (1-α ) FTS (win)计算每一个矩形窗口的物体性度量分数，其中win表示矩形窗口，Score(win)表示矩形窗口 win的物体性度量分数，α为线性组合系数，LD(win)为矩形窗口 win的直线特征度量分数，FTS (win)为矩形
窗口 win的显著性特征度量分数，LD(win)按照
【权利要求】
1.一种高分辨率遥感图像机场感兴趣区域快速检测方法，其特征在于步骤如下: 步骤1:采用LSD算法对高分辨率遥感图像进行直线检测得到直线检测结果二值图Lineb,采用FT算法进行显著性检测得到高分辨率遥感图像显著图S ； 步骤2:在高分辨率遥感图像中随机选取η个矩形窗口 ；所述矩形窗口的长、宽以及选取的位置都是任意的，需保证选取的矩形窗口大小要小于高分辨率遥感图像； 步骤3:按照Score (win) = a LD (win) + (1-α ) FTS (win)计算每一个矩形窗口的物体性度量分数，其中win表示矩形窗口，Score(win)表示矩形窗口 win的物体性度量分数，α为线性组合系数，LD(win)为矩形窗口 win的直线特征度量分数，FTS (win)为矩形窗口 win的显著性特征度量分数，LD(win)按照
2.根据权利要求1所述高分辨率遥感图像机场感兴趣区域检测方法，其特征在于:所述η个矩形窗口的η = 500。
3.根据权利要求1所述高分辨率遥感图像机场感兴趣区域检测方法，其特征在于:所述线性组合系数α = 0.75。
4.根据权利要求1所述高分辨率遥感图像机场感兴趣区域检测方法，其特征在于:所述m个矩形窗口的m = 20。
【文档编号】G06T7/00GK103473760SQ201310331974
【公开日】2013年12月25日 申请日期:2013年8月1日 优先权日:2013年8月1日
【发明者】韩军伟, 姚西文, 郭雷, 程塨, 周培诚, 张鼎文 申请人:西北工业大学