1 中国科学院长春光学精密机械与物理研究所应用光学国家重点实验室，长春 130039
2 中国科学院大学，北京 100049
3 长光卫星技术有限公司，吉林省卫星遥感应用技术重点实验室，长春130000
针对亚米级高分辨率遥感影像中机场识别算法存在的定位精度和识别准确率低的问题，提出了一种基于深度卷积神经网络的高分辨率遥感影像机场识别算法。首先，使用双三次插值算法对原始影像进行下采样处理并转为灰度图，进行模糊增强以得到预处理图像。其次，利用Canny算子提取灰度图边缘信息并使用概率Hough变换提取其中的直线，通过判断平行线存在与否对直线区域进行初步筛选及合并。再次，对合并后的区域利用深度卷积神经网络进行判别以得到相应区域的识别概率值。最后，通过分析概率值得到机场目标。对某卫星两种高分辨率遥感影像数据进行实验，得到识别率100%、定位准确率87.53%的实验结果，证明了所提算法的有效性和通用性。
摇杆影像 机场识别 Hough变换 深度卷积神经网络 remote sensing airport identification Hought transform deep convolutional neural network
1 中国科学院长春光学精密机械与物理研究所应用光学国家重点实验室，长春 130039
2 中国科学院大学，北京 100049
3 长光卫星技术有限公司吉林省卫星遥感应用技术重点实验室，长春 130000
针对亚米级高分辨率遥感影像中机场识别算法存在的定位精度和识别准确率低的问题，提出了一种基于深度卷积神经网络的高分辨率遥感影像机场识别算法。首先，使用双三次插值算法对原始影像进行下采样处理并转为灰度图，进行模糊增强以得到预处理图像。其次，利用Canny算子提取灰度图边缘信息并使用概率Hough变换提取其中的直线，通过判断平行线存在与否对直线区域进行初步筛选及合并。再次，对合并后的区域利用深度卷积神经网络进行判别以得到相应区域的识别概率值。最后，通过分析概率值得到机场目标。对某卫星两种高分辨率遥感影像数据进行实验，得到识别率100%、定位准确率87.53%的实验结果，证明了所提算法的有效性和通用性。
遥感影像 机场识别 Hough变换 深度卷积神经网络 remote sensing airport identification Hough transform deep convolutional neural network
华中科技大学,图像识别与人工智能研究所,图像信息处理与智能控制教育部重点实验室,湖北,武汉,430074
提出了一种基于上下文的机场目标识别方法,将机场各组成部分间存在的依赖关系应用于识别技术中,以提高识别效率.根据机场目标具有明显的方向性这一特点,使用Gabor滤波器对输入图像进行滤波,将图像信息按不同尺度和方向分解至多个通道,获取相应的特征图,并利用Radon变换从特征图中提取线特征.通过分析组成机场目标的各线特征之间的相互关系,利用上下文信息,制定一系列判决准则,实现对机场目标的有效识别.
机场识别 上下文信息 Gabor滤波器 结构特征 Airport recognition Contextual information Gabor filters Structural features
