基于分层自适应部分模型的遥感图像飞机目标检测

何楚; 张宇; 廖紫纤; 廖明生

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于分层自适应部分模型的遥感图像飞机目标检测

何楚, 张宇, 廖紫纤, 廖明生

文章导航 > 武汉大学学报 ( 信息科学版) > 2013 > 38(6): 656-660

何楚, 张宇, 廖紫纤, 廖明生. 基于分层自适应部分模型的遥感图像飞机目标检测[J]. 武汉大学学报 ( 信息科学版), 2013, 38(6): 656-660.

引用本文:

何楚, 张宇, 廖紫纤, 廖明生. 基于分层自适应部分模型的遥感图像飞机目标检测[J]. 武汉大学学报 ( 信息科学版), 2013, 38(6): 656-660.

HE Chu, ZHANG Yu, LIAO Ziqian, LIAO Mingsheng. Object Detecting of Aeroplan Based on Hierarchical Adaptive Part-based Model[J]. Geomatics and Information Science of Wuhan University, 2013, 38(6): 656-660.

Citation:

HE Chu, ZHANG Yu, LIAO Ziqian, LIAO Mingsheng. Object Detecting of Aeroplan Based on Hierarchical Adaptive Part-based Model[J]. Geomatics and Information Science of Wuhan University, 2013, 38(6): 656-660.

基于分层自适应部分模型的遥感图像飞机目标检测

¹武汉大学电子信息学院;²武汉大学测绘遥感信息工程国家重点实验室

基金项目: 国家973计划资助项目(2013CB733404); 国家自然科学基金资助项目(60702041,41021061,41174120); 中国博士后科学基金资助项目; 湖北省自然科学基金资助项目

详细信息

作者简介:
何楚，博士，副教授，现主要从事图像分析与理解、ＳＡＲ图像解译等方面的研究。

中图分类号: P237.3

Object Detecting of Aeroplan Based on Hierarchical Adaptive Part-based Model

¹School of Electronic Information,Wuhan University,Luojia Hill,Wuhan 430072,China;²State Key Laboratory of Information Engineering in Surveying,Mapping and Remote Sensing, Wuhan University,129 Luoyu Road,Wuhan 430079,China

Funds: 国家973计划资助项目(2013CB733404); 国家自然科学基金资助项目(60702041,41021061,41174120); 中国博士后科学基金资助项目; 湖北省自然科学基金资助项目

摘要: 提出一种基于分层自适应部分模型(HAPM,hierarchical adaptive part-based model)的目标检测方法,用于遥感图像的飞机目标检测。针对目前目标检测方法在子类型数目确定、模型多分辨率结构关系方面存在的不足,构造如下算法:首先构建一个扩展的Part-based Model模型;其次,分别从子类型的自适应选择、子类型的多层次建模和检测阶段加权距离变换的形变优化等方面对其进行改进;最后,HAPM算法充分考虑了模型的形变,同时结合多层次的建模思想使得目标的检测精度和算法适用性大大增强。用收集的10大国际机场的真实遥感图像数据进行实验验证,证明了算法的有效性。
- 层次自适应 /
- 多层结构 /
- LSVM /
- 目标检测
Abstract: A remote sensing image object detecting of aeroplane based on hierarchical adaptive part-based model is proposed.Because the present approaches take less of consideration on subtype choice and multi-resolution structure relationships,a new algorithm was put forward.First,an extern part-based model is built up.Then,we optimize its effects from subtype adaptive choice,subtype hierarchical modeling and weighted distance transform.Finally,HAPM takes model deformation and together with hierarchical structure,which greatly improve the detection result and its application.By collecting the remote sensing images from ten airports,the effects of the new algorithm also has been tested.In a consequence,the results show that the new approach is worthwhile.
- HAPM(hierarchical adaptive part-based model) /
- latent hierarchical structure /
- latent support vector machine(LSVM) /
- object detection

[1]	任加新, 刘万增, 李志林, 李然, 翟曦. 利用卷积神经网络进行“问题地图”智能检测 . 武汉大学学报 ( 信息科学版), 2021, 46(4): 570-577. doi: 10.13203/j.whugis20190259
[2]	巨袁臻, 许强, 金时超, 李为乐, 董秀军, 郭庆华. 使用深度学习方法实现黄土滑坡自动识别 . 武汉大学学报 ( 信息科学版), 2020, 45(11): 1747-1755. doi: 10.13203/j.whugis20200132
[3]	张瑞倩, 邵振峰, Aleksei Portnov, 汪家明. 多尺度空洞卷积的无人机影像目标检测方法 . 武汉大学学报 ( 信息科学版), 2020, 45(6): 895-903. doi: 10.13203/j.whugis20200253
[4]	姚尧, 张亚涛, 关庆锋, 麦可, 张金宝. 使用时序出租车轨迹识别多层次城市功能结构 . 武汉大学学报 ( 信息科学版), 2019, 44(6): 875-884. doi: 10.13203/j.whugis20170111
[5]	张秀红, 陈迪, 刘纪平, 郭庆胜. 结构化居民地群的多层次识别方法 . 武汉大学学报 ( 信息科学版), 2018, 43(8): 1144-1151. doi: 10.13203/j.whugis20160239
[6]	程诗尧, 梅天灿, 刘国英. 顾及结构特征的多层次马尔科夫随机场模型在影像分类中的应用 . 武汉大学学报 ( 信息科学版), 2015, 40(9): 1180-1187. doi: 10.13203/j .whu g is20130692
[7]	史劼, 高火涛, 周林, 张华君. 基于SMVF的高频雷达自适应多目标检测 . 武汉大学学报 ( 信息科学版), 2014, 39(11): 1304-1309.
[8]	何楚, 张宇, 廖紫纤, 徐新. 基于压缩感知的sar图像cfar目标检测算法 . 武汉大学学报 ( 信息科学版), 2014, 39(7): 878-882.
[9]	张宇, 何楚, 石博, 徐新. 逐层特征选择的多层部件模型用于遥感图像飞机目标检测 . 武汉大学学报 ( 信息科学版), 2014, 39(12): 1406-1411.
[10]	李德仁, 胡晓光, 朱欣焰. 基于视觉反差的显著图生成与目标检测 . 武汉大学学报 ( 信息科学版), 2012, 37(4): 379-383.
[11]	周东波, 朱庆, 杜志强, 张叶廷. 粒度与结构统一的多层次三维城市模型数据组织方法 . 武汉大学学报 ( 信息科学版), 2011, 36(12): 1406-1409.
[12]	邵振峰, 李德仁, 朱先强. 利用改进的遗传算法对红外影像自适应目标进行检测 . 武汉大学学报 ( 信息科学版), 2011, 36(5): 535-539.
[13]	胡学敏, 郑宏, 司小书. 利用双指数函数导数模型进行高分辨率卫星影像目标检测 . 武汉大学学报 ( 信息科学版), 2010, 35(11): 1265-1270.
[14]	雷波, 李清泉. 复杂交通场景中车辆视频检测的背景提取与更新 . 武汉大学学报 ( 信息科学版), 2009, 34(8): 906-909.
[15]	汪长城, 廖明生. 一种多孔径SAR图像目标检测方法 . 武汉大学学报 ( 信息科学版), 2009, 34(1): 32-35.
[16]	王涛, 毋河海. 顾及多因素的面状目标多层次骨架线提取 . 武汉大学学报 ( 信息科学版), 2004, 29(6): 533-536.
[17]	杨文, 孙洪, 徐新, 徐戈. 星载SAR图像船舶及航迹检测 . 武汉大学学报 ( 信息科学版), 2004, 29(8): 682-685.
[18]	梅建新, 段汕, 秦前清. 基于支持向量机的特定目标检测方法 . 武汉大学学报 ( 信息科学版), 2004, 29(10): 912-915,932.
[19]	钟业勋, 魏文展. 地图符号系统为布尔代数系的证明及其应用 . 武汉大学学报 ( 信息科学版), 1999, 24(4): 355-357.
[20]	谈国新, 林宗坚, 卢健. 多值图像的自适应空间索引结构研究 . 武汉大学学报 ( 信息科学版), 1995, 20(4): 296-300.

点击查看大图

计量

文章访问数: 860
HTML全文浏览量: 49
PDF下载量: 590
被引次数: 0

基于分层自适应部分模型的遥感图像飞机目标检测

¹武汉大学电子信息学院;²武汉大学测绘遥感信息工程国家重点实验室

作者简介:
何楚，博士，副教授，现主要从事图像分析与理解、ＳＡＲ图像解译等方面的研究。

收稿日期: 2013-01-05
修回日期: 2013-01-05
刊出日期: 2013-06-05

中图分类号: P237.3

关键词:

层次自适应 /

多层结构 /

LSVM /

目标检测

摘要: 提出一种基于分层自适应部分模型(HAPM,hierarchical adaptive part-based model)的目标检测方法,用于遥感图像的飞机目标检测。针对目前目标检测方法在子类型数目确定、模型多分辨率结构关系方面存在的不足,构造如下算法:首先构建一个扩展的Part-based Model模型;其次,分别从子类型的自适应选择、子类型的多层次建模和检测阶段加权距离变换的形变优化等方面对其进行改进;最后,HAPM算法充分考虑了模型的形变,同时结合多层次的建模思想使得目标的检测精度和算法适用性大大增强。用收集的10大国际机场的真实遥感图像数据进行实验验证,证明了算法的有效性。