结合卷积神经网络与显著性特征的机场检测

结合卷积神经网络与显著性特征的机场检测

论文摘要

遥感影像机场检测中,针对传统人工设计特征的方法稳健性差、检测耗时的问题,提出了一种结合卷积神经网络与显著性特征的遥感影像机场检测算法。利用卷积神经网络快速准确地检测出机场目标,确定兴趣区域,对兴趣区域进行显著性检测和连通区提取,从而获取更加精确的机场边界,最后利用多种场景下的影像进行测试。结果表明,本文方法具有明显的精度和速度优势;利用频率视觉显著性分析方法对获得的机场区域进行视觉显著性检测,可有效获取机场和跑道的精确边界,提高机场检测的效果和实用价值。

论文目录

  • 1 基于YOLO的目标检测
  • 2 显著性检测
  • 3 机场检测方法
  •   (1) 机场区域检测:
  •   (2) 显著性检测:
  •   (3) 图像分割和连通区提取:
  •   (4) 机场位置确定:
  • 4 试验结果分析
  •   4.1 试验数据与训练
  •   4.2 机场检测结果对比
  •   4.3 机场检测优化结果
  • 5 结 论
  • 文章来源

    类型: 期刊论文

    作者: 余东行,张宁,张保明,郭海涛,卢俊

    关键词: 机场检测,遥感影像,卷积神经网络,显著性特征

    来源: 测绘通报 2019年07期

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑,信息科技

    专业: 工业通用技术及设备,航空航天科学与工程,武器工业与军事技术,自动化技术

    单位: 信息工程大学,中国卫星导航定位应用管理中心

    基金: 国家自然科学基金(41601507)

    分类号: V35;E91;TP751;TP183

    DOI: 10.13474/j.cnki.11-2246.2019.0216

    页码: 44-49

    总页数: 6

    文件大小: 2905K

    下载量: 235

    相关论文文献

    标签:;  ;  ;  ;  

    结合卷积神经网络与显著性特征的机场检测
    下载Doc文档

    猜你喜欢