针对高分辨率SAR(synthetic aperture radar)图像特性,提出了一种基于几何特征的飞机目标解译方法。首先,局部自相似性及DBSCAN(density-based spatial clustering of application with noise)算法用于提取感兴趣的目标区域;其次,机翼...针对高分辨率SAR(synthetic aperture radar)图像特性,提出了一种基于几何特征的飞机目标解译方法。首先,局部自相似性及DBSCAN(density-based spatial clustering of application with noise)算法用于提取感兴趣的目标区域;其次,机翼和机身形成的"T"型结构采用霍夫变换进行提取;最后,结合基于水平集的精细部件分割和共线性、对称性等先验知识,飞机目标的发动机和机头等部件得以提取。得到飞机目标的关键几何参数以用于目标识别和解译。基于miniSAR图像的实验验证了方法的实用性和有效性。展开更多
文摘针对高分辨率SAR(synthetic aperture radar)图像特性,提出了一种基于几何特征的飞机目标解译方法。首先,局部自相似性及DBSCAN(density-based spatial clustering of application with noise)算法用于提取感兴趣的目标区域;其次,机翼和机身形成的"T"型结构采用霍夫变换进行提取;最后,结合基于水平集的精细部件分割和共线性、对称性等先验知识,飞机目标的发动机和机头等部件得以提取。得到飞机目标的关键几何参数以用于目标识别和解译。基于miniSAR图像的实验验证了方法的实用性和有效性。
