[发明专利]基于几何部件及径向梯度角的遥感检测飞机的方法

摘要

本发明公布了一种基于几何部件及径向梯度角的遥感检测飞机的方法。该方法首先根据飞机特有的几何轮廓建立几何原子库，结合稀疏表示原理，将已知飞机轮廓稀疏表示成几何原子的组合，并以这些几何原子为部件，构建飞机星型部件模型；然后采用滑动窗口法对测试图像进行扫描，通过径向-梯度角投票算法估算出每个图像块的主方向，用于调整部件模型方向，并用调整后的模型计算出每个位置的总相似度分布图，最后通过最大后验概率推理，判断检测区域是否存在飞机，并进一步得出飞机的位置。该方法利用稀疏表示原理自适应选取几何部件，并采用轮廓为引导的径向梯度角投票算法估计主方向，实现了复杂背景下不同方向的飞机遥感检测。其算法简单，检测速度快，鲁棒性更好，检测结果更准确。

主权项

1.一种基于几何部件及径向梯度角的遥感检测飞机的方法，其步骤如下：A、飞机星型部件模型的建立：A1、将已知的遥感图像中的已知飞机图像校正为机头竖直向上，得到校正图像；A2、将校正图像中飞机部分的像素值置为1，背景部分像素值置为0，得到已知飞机的二值轮廓P_B；A3、对已知飞机的二值轮廓P_B进行稀疏分解，得到最优原子图像集为最优原子图像个数，i为最优原子图像的索引编号，为第i个最优原子图像；A4、取第i个最优原子图像里的非零区域得到第i个几何图形以第i个几何图形作为第i个部件Part_i，以已知飞机的二值轮廓P_B为根部件Root，进行星型模型关联；关联时，第i个部件Part_i的形状为第i个几何图形的形状第i个部件Part_i到根部件Root中心(x^R,y^R)的相对坐标位置为第i个几何图形中心到原子图像中心的相对坐标从而第i个部件Part_i的主方向为第i个几何图形的主方向其中，x^R,y^R分别为根部件Root中心在校正图像中的横坐标和纵坐标；A5、重复A4，将所有的几何图形均作为部件Part_i与根部件Root进行关联，建立得到飞机星型部件模型；B、遥感图像中的飞机检测B1、通过卫星遥感得到检测区域的遥感图像P，取大小与已知飞机的二值轮廓P_B相同的检测窗口，在遥感图像P中进行逐点扫描，获取子图像块P_sub；B2、采用径向-梯度角投票算法计算出子图像块P_sub的主方向ξ_sub；B3、将飞机星型模型旋转至机头方向与子图像块P_sub的主方向ξ_sub一致，计算旋转后的飞机星型模型中各部件Part_i的主方向及与根部件Root中心(x^R,y^R)的相对坐标PxRPartiPyRParti=cosξsubsinξsub-sinξsubcosξsubPxPartiPyParti]]>B4、在飞机星型模型中根据第i个部件Part_i旋转后的主方向第i个部件Part_i旋转后与根部件Root中心(x^R,y^R)的相对坐标及第i个部件的形状采用几何方法计算得到飞机星型模型旋转后第i个部件所覆盖的第i个区域B5、将飞机星型模型中第i个区域内的像素置为1，其它像素置为0，生成第i个二值部件图即：PicParti(x,y)=1,(x.y)∈RegRParti0,otherwise]]>式中，x,y分别为二值部件图在校正图像中的横坐标和纵坐标；B6、计算第i个二值部件图的方向梯度直方图，生成第i个部件滤波器F_i：Fi=HOG(PicParti(x,y))]]>式中，HOG(□)为方向梯度直方图特征提取算子；B6、计算遥感图像P的子图像块P_sub的方向梯度直方图H_sub：H_sub=HOG(P_sub)B7、计算子图像块P_sub与旋转后的飞机星型模型中的所有部件的总相似度Score：式中，<□>为内积算子；B8、重复B1～B7，计算出遥感图像P中所有检测窗口的总相似度Score，得到总相似度Score分布图S；C、当总相似度Score分布图S中有大于设定阈值的总相似度Score，判定检测区域中存在飞机，其对应检测窗口在遥感图像中的位置即为飞机所在位置。