基于相似性编组的航标自动提取算法

针对高分辨率光学遥感影像,利用航标间具有很强相似性的特点,提出了航标相似性编组的自动提取算法。首先采用单类支持向量机对遥感影像进行水陆分割,确定出水陆的边界线,再对水域内空洞目标进行轮廓检测,将检测出的小目标作为候选目标。利用航标的几何及灰度特征对候选目标进行初步筛选,获得疑似航标目标。最后计算疑似航标目标间的相关系数并以此为依据进行相关性编组,得到不含虚警的航标组。采用QuickBird 0.6m分辨率的融合影像进行实验,结果表明该方法可以提取出区域内80%以上的航标,具有很强的可行性。

基于高分辨率遥感影像的内河航标自动检测方法

提出了一种高分辨率遥感影像中的水运航标提取算法.首先应用单类支持向量机分类器实现水陆分割,确定水陆边界.然后将水域中的小目标作为候选目标,基于目标几何和灰度统计特性进行初步筛选,获得疑似航标目标.再利用影像中航标窗口间的相关性,提出一种基于相关系数编组的航标判定方法.最后提出一种基于在线学习原理的漏检航标检测算法,即首先依据已经检测得到的航标的空间分布对漏检航标的可能位置进行估计,再依据已检测到的航标的先验知识在估计位置进行精确检测.利用QuickBird影像进行的实验结果表明了该方法的有效性.