基于h/q分解和贝叶斯迭代分类的跑道检测算法

韩　萍, 常　玲, 程　争, 石庆研

(中国民航大学智能信号与图像处理天津市重点实验室, 天津 300300)



基于h/q分解和贝叶斯迭代分类的跑道检测算法

韩萍, 常玲, 程争, 石庆研

(中国民航大学智能信号与图像处理天津市重点实验室, 天津 300300)

提出一种无监督分类的机场跑道检测方法。首先利用h/q分解对原图像中所有像素点进行粗分类,建立初始样本模板;利用初始样本模板对原图像进行贝叶斯迭代分类,得到分类图;结合跑道的极化散射特性、弱回波特性及形态学处理方法,从分类图中提取出疑似跑道区域;最终应用跑道的结构特征进一步辨识疑似跑道区域,检测出真实机场跑道目标。通过美国UAVSAR系统采集的多组全极化合成孔径雷达(synthetic aperture radar,SAR)实测数据验证本文算法的有效性,实验结果说明,所提算法能有效、正确地检测出复杂场景下极化SAR图像中的机场跑道区域,且结构完整清晰,虚警率低。

h/q分解; 贝叶斯迭代分类; 极化合成孔径雷达图像; 跑道检测; 极化散射特性

0　引　言

机场是一种重要的交通设备和军用设备,自身包含着大量信息,其自动检测技术的研究已日渐成为目标检测领域中的热点问题。跑道是机场区域内显著特征之一,可将对检测跑道的研究作为识别机场区域的基础。现存可查阅的机场跑道检测文献很多,但大多数方法是应用于红外[1]、光学[2-6]和传统单极化合成孔径雷达(synthetic aperture radar, SAR)图像[7-17],涉及全极化SAR图像的机场跑道检测算法很少。与传统的单极化SAR相比,全极化SAR系统采集的数据包含了目标的极化散射特性,能够获得表征地物目标形状、分布、粗糙度等更为丰富的特征信息。……