联合深度卷积神经网络的遥感影像机场识别算法 |
| |
引用本文: | 张作省,杨程亮,朱瑞飞,高放,于野,钟兴.联合深度卷积神经网络的遥感影像机场识别算法[J].电光与控制,2018(6). |
| |
作者姓名: | 张作省 杨程亮 朱瑞飞 高放 于野 钟兴 |
| |
作者单位: | 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;中国科学院大学;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 |
| |
摘 要: | 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。
|
本文献已被 CNKI 等数据库收录! |
|