基于局部和整体特征的飞机识别方法.docx

基于局部和整体特征的飞机识别方法摘要：随着卫星图片分辨率的提高为了更准确的对机场区域飞机进行识别首先对图像分割得到待处理的有限识别区域然后采用局部特征和整体特征对图像中各区域进行判定排除干扰区域。同时为了减少飞机识别时间用图像配准方法将测试飞机方向固定这样飞机库中不需要全方位的飞机图片大大减少了飞机数量减小了计算复杂度。实验结果表明该方法在飞机识别中有较好的识别效果。关键词：飞机识别；局部特征；整体特征；飞机图片中图分类号：TN911?34文献标识码：A文章编号：1004?373X（2013）14?0044?04AircraftrecognitionmethodaccordingtolocalandglobalfeaturesLIYuWUZeng?yin（Xi’anInstituteofSpaceRadioTechnologyXi’an710071China）Abstract：Withtheimprovementofthesatelliteimageresolutioninordertodistinguishtheaircraftsintheairportmoreaccuratelythelimitedrecognitionareaisgotfirstthroughimagesegmentationandtheneachareaoftheimageisjudgedaccor?dingtothelocalfeatureandglobalfeatureintheimagesoastosuppresstheinterferenceregion.Forthesakeofreducingaircraftrecognitiontimetheimagematchingmethodsisusedtofixtheplanedirectionsothatall?aroundairplaneimagesarenotneededthusthenumberofaircraftimagesandcalculationcomplexityaregreatlyreduced.Theexperimentalresultsshowthatthismethodhasagoodrecognitioneffectintheidentificationofaircraft.Keywords：aircraftrecognition；localfeature；overallfeature；aircraftpicture0引言目标定位的准确性是识别系统的重要指标其中飞机在图片中的识别具有重要的军事意义。近年来机器视觉领域不断发展有大量的识别方法相继出现文献[1]提取了Hu矩、Zernike矩特征并用支持向量机作为工具得到了较好的识别效果。文献[2]在提取不变矩特征的基础上根据飞机的结构特殊性引入了飞机的角点特征在图中成功识别出目标。文献[3]通过核聚类算法将图像中背景角点和飞机角点分为两类在模糊图像识别领域中有较高的优越性。本文首先根据位移旋转尺度不变形对形态学处理后的图像进行角点提取由于机头、机翼、机尾处角点特征明显根据角点个数与区域面积比值对区域进行判别然后再对判别后的有效区域进行局部特征和全局特征提取对飞机区域识别。最后在建立的飞机库中进行类型识别得到实验结果。1图像预处理图像预处理[4?6]是图像识别的第一步经过处理后的图像更容易提取出目标的特征减小噪声和无关物体对识别过程的影响。由于灰度图像和彩色图像同时可以呈现图像的色度以及亮度等级的特征而对灰度图像的计算量远小于彩色图像所以通常把图像转化为灰度图像再进行处理。1.1中值滤波采用中值滤波对灰度化图像进行处理可以平滑噪声提取边缘信息中值滤波的原理就是把图像中某点的像素值用该点邻域的像素平均值代替图1为北京机场的一幅图片图2为中值滤波对图像处理后的结果。1.2形态学图像处理中值滤波后的图像边缘信息更加明显将图像二值化后得到图像如图3所示以下是形态学图像处理的步骤：（1）首先飞机内部有明显的瑕疵导致飞机不是一个连通的区域因此采用形态学处理中膨胀操作解决此问题。图1原图像图2中