针对小目标要素的目视航空图增强方法

增强地图是增强现实与地图学结合的新产物,由于跟踪注册算法不易识别小目标特征,已有研究多集中在全局的面状要素增强表达上。针对小目标点状符号的识别和增强设计两个问题,基于YOLOv3目标检测模型利用航空图数字影像数据实现以检索、阅读和多元化符号表达为主的目视航空图要素增强。通过深度卷积神经网络解决航空要素的符号识别问题;基于检测结果设计3类增强功能。经实验验证,该方法可以实时准确地增强航空要素,检测模型有较好的准确率和召回率,能满足目视航空图要素的小目标增强需求。