一种基于整体区域特征的地面飞机识别方法

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (12): 155-158.

一种基于整体区域特征的地面飞机识别方法

王威1，2，张连峰3，王平2，李元垒3

1.长沙理工大学计算机与通信工程学院，长沙 410114
2.国防科技大学 ATR国防重点实验室，长沙 410073
3.海军航空工程学院青岛分院，山东青岛 266041

出版日期:2014-06-15 发布日期:2015-05-08

Approach of land aircrafts recognition based on whole region characters

WANG Wei1，2, ZHANG Lianfeng3, WANG Ping2, LI Yuanlei3

1.School of Computer and Communication Engineering, Changsha University of Science & Technology, Changsha 410114, China
2.ATR Key Lab, National University of Defense Technology, Changsha 410073, China
3.Qingdao Branch of Naval Aeronautical Engineering Institute, Qingdao, Shandong 266041, China

Online:2014-06-15 Published:2015-05-08

摘要/Abstract

摘要： 在遥感图像处理过程中，目前地面目标识别绝大多数采用基于图像分割的方法。这些方法在图像可以较好分割和二值化时可以得到比较理想的效果。但是在处理过程中，有时难以得到理想的分割结果，这必定会影响最终的处理结果。因此，提出一种不需要进行图像分割，而是基于图像整体特征的大型地面飞机识别方法。对飞机先验数据进行分析学习，利用高频信息增强的Gabor滤波器的滤波结果，与经过学习得到的先验数据进行相似性对比进行识别。通过实验对方法进行了验证。

关键词: 整体区域特征, 飞机识别, 先验信息, Gabor滤波器

Abstract: In the process of remote sensing images, most of present approaches about the detection and recognition of the targets on the land are based on the region segmentation. These approaches can work well when the images can be segmented well and get the ideal binary images. However, getting the ideal segmentation results is very hard. And this is the main obstacle which will affect the results. So without the image segmentation, this paper proposes an approach of the land aircrafts recognition based on the whole region characters. This paper analyzes the parameter of the interested planes. Then by using the Gabor filter, it recognizes the aircrafts by comparing the information between the candidate and the apriori information. The experiments validate the proposed approach.

Key words: region segmentation, aircraft recognition, apriori information, Gabor filter

王威1，2，张连峰3，王平2，李元垒3. 一种基于整体区域特征的地面飞机识别方法[J]. 计算机工程与应用, 2014, 50(12): 155-158.

WANG Wei1，2, ZHANG Lianfeng3, WANG Ping2, LI Yuanlei3. Approach of land aircrafts recognition based on whole region characters[J]. Computer Engineering and Applications, 2014, 50(12): 155-158.

[1]	陈灿，周超，张登银. 基于先验信息的图像逆问题研究[J]. 计算机工程与应用, 2021, 57(15): 23-29.
[2]	时斐斐，张松龙，彭力. 结合边缘特征先验引导的深度卷积显著性检测[J]. 计算机工程与应用, 2020, 56(14): 199-206.
[3]	姜文，刘立康. 基于联合两种特征的手写体维文字符识别[J]. 计算机工程与应用, 2017, 53(5): 192-196.
[4]	陈熙1，2，张戈1. 基于非高斯二维Gabor滤波器的生物特征提取算法[J]. 计算机工程与应用, 2017, 53(18): 170-175.
[5]	依玉峰1，2，田宏1，刘彤宇2. 直方图重建图像细节增强算法[J]. 计算机工程与应用, 2017, 53(13): 29-33.
[6]	夏军，裴东，孙瑜欣. 基于局部Gabor自适应三值模式的人脸识别[J]. 计算机工程与应用, 2016, 52(18): 203-207.
[7]	王明景1，吉峰2，白瑞林1. 经编机布匹瑕疵的在线视觉检测[J]. 计算机工程与应用, 2015, 51(9): 185-190.
[8]	杨炜1，巩建强2，魏朗1. 融合道路图像关键信息的车距视觉测量方法[J]. 计算机工程与应用, 2015, 51(23): 6-10.
[9]	王润民. 基于微粒群算法的视网膜血管自动提取方法[J]. 计算机工程与应用, 2015, 51(2): 177-180.
[10]	邱娟，谢昊，张传林. 基于优化Gabor滤波器和GMRF的笔迹特征提取方法[J]. 计算机工程与应用, 2015, 51(17): 145-150.
[11]	景军锋，张赞赞，李鹏飞. 基于Log-Gabor滤波器的织物起球客观评级方法[J]. 计算机工程与应用, 2014, 50(8): 247-250.
[12]	耿佳佳1，康晓东1，王昊1，2，于文勇1. 基于Gabor滤波器和聚类的图像配准算法[J]. 计算机工程与应用, 2014, 50(10): 193-196.
[13]	仇逊超，王阿川，曹军. 木材彩色图像缺陷分割——基于Gabor滤波的改进C-V彩色模型[J]. 计算机工程与应用, 2013, 49(18): 153-158.
[14]	陈宁，曾勇. 一种新型自适应指纹图像增强算法[J]. 计算机工程与应用, 2011, 47(30): 180-182.
[15]	周涛，张继业. 视频图像的车辆检测与识别[J]. 计算机工程与应用, 2011, 47(19): 166-169.