10.3969/j.issn.1001-506X.2016.09.12
基于h/q分解和贝叶斯迭代分类的跑道检测算法
提出一种无监督分类的机场跑道检测方法。首先利用h/q 分解对原图像中所有像素点进行粗分类,建立初始样本模板;利用初始样本模板对原图像进行贝叶斯迭代分类,得到分类图;结合跑道的极化散射特性、弱回波特性及形态学处理方法,从分类图中提取出疑似跑道区域;最终应用跑道的结构特征进一步辨识疑似跑道区域,检测出真实机场跑道目标。通过美国 UAVSAR 系统采集的多组全极化合成孔径雷达(synthetic aperture ra-dar,SAR)实测数据验证本文算法的有效性,实验结果说明,所提算法能有效、正确地检测出复杂场景下极化 SAR图像中的机场跑道区域,且结构完整清晰,虚警率低。
h/q分解、贝叶斯迭代分类、极化合成孔径雷达图像、跑道检测、极化散射特性
38
TP753(遥感技术)
国家自然科学基金61571442,61471365,61231017;中央高校基本科研业务费专项资金3122014C004资助课题
2016-09-27(万方平台首次上网日期,不代表论文的发表时间)
共7页
2048-2054