基于局部多特征的机场跑道检测算法.pdfVIP

学兔兔 第35卷 第8期 仪 器 仪 表 学 报 Vo1．35No．8 2014年 8月 ChineseJournalofScientificInstrument Aug．2014 基于局部多特征的机场跑道检测算法米 闫钧华 r一，许俊峰 ，艾淑芳 ，李大雷 ，王志刚 (1．南京航空航天大学航天学院 南京 210016；2．光电控制技术重点实验室 洛阳 471009) 摘 要：确定描述机场跑道属性的特征是机场检测的关键问题。针对此，研究了机场跑道区域的特征，利用统计矩、Hu不变 矩、灰度共生矩阵、Zernike矩、傅里叶频谱 、Gabor频谱、HSV颜色空间构建 123维特征向量描述跑道。采用CART—Adaboost算 法检测机场跑道区域，在检测结果的二值图上进行长直线提取，实验结果表明机场跑道检测算法在复杂背景下具有较高的检测 率。利用 Adaboost确定跑道的最佳描述特征 ，实现特征降维，实验结果表明使用选择出的l4维特征在检测性能相近时，能大幅 提高特征提取和分类器训练的效率。 关键词：局部多特征；机场跑道检测；CART．Adaboost算法 ；特征选择 中图分类号：TP753 文献标识码：A 国家标准学科分类代码：510．40 Airportrunwaydetectionalgorithm basedonlocalmulti-features YahJunhua ，XuJunfeng，AiShufang。 LiDalei。 WangZhigang ， ， (J．CollegeofAstronautics，ⅣⅡ ngUniversityofAeronauticsAstronautics，Ⅳ口 ng210016，China； 2．ScienceandTechnologyonElectro—opticControlLaboratory，Luoyang471009，China) Abstract：Selectingdescriptivefeaturesof runwaypropertiesisthekeytoairportdetection．Aimingatthisissue，westudiedontheair· portrunwayfeaturesandconstructeda123dimensional featurevector，includingstatisticalmoment，Huinvariantmoment，Gray—level CO-Occurrencematrix，Zernikemoment，Fourierspecturm，Gaborspectrum andcolorinformationinHSV space，todescribetherunway． TheCART—Adaboostalgorithm isemployedtoclassifyhterunwayregion，andtheairportisdetectedbyperfomr inglineextractiononhte classificationresultbinaryimage．Theexperimentresultsshow htat hteaiprortrunwaydetectionalgorihtm hashiShdetectionrateinhte imagewithcomplexbackground．Th eAdaboostalgorithm isemployedtoselectthemostdescriptivefeaturesof theurnwayandtheselect— edsubsetisalsousedtodetectaiprort；hteexperimentsshowhtat usinghteselected14dim