基于快速视网膜局部特征的遥感图像目标识别.pdf

第37卷 第4期 仪 器 仪 表 学 报 Vo1．37No．4 2016年4月 ChineseJournalofScientificInstrument Apr．2016 基于快速视网膜局部特征的遥感图像 目标识别水 陈彦彤 ，徐 伟 ，朴永杰 ，陈 娟 (1．中国科学院长春光学精密机械与物理研究所 长春 130033；2．中国科学院大学 北京 100049) 摘 要：针对 目前航天遥感图像信息复杂、数据量大，导致 目标识别中特征检测准确度低、特征匹配识别时间长的问题，提出了 一 种基于差分加速分割角点检测算法(AGAST—Difference)和快速视网膜关键点描述算法(FREAK)相结合的目标识别方法。在 特征检测阶段 ，建立AGAST—Difference特征检测算子，将尺度空间理论融合到加速分割角点检测算法(AGAST)中，生成具有强 仿射不变性的特征点；再利用简化的FREAK采样模型描述局部特征，并构建二进制特征向量 ，通过计算向量间的汉明距离，完 成特征匹配及 目标的快速识别；最后选用美国QuickBird卫星的遥感图片进行验证，实验结果表明，所提特征检测算子仿射不 变性能较强，不仅提高了检测的可重复率，而且特征描述符区分性较强，平均匹配正确率提高了9．91％，识别用时仅为35ms。 该方法识别效率高、速度快，能够满足遥感图像实时识别的需求。 关键词：图像处理；遥感 目标识别；AGAST—Difference检测子；FREAK描述符 中图分类号：TP391．41 TH166 文献标识码：A 国家标准学科分类代码：520．60 Remotesensingimagetargetrecognitionbasedon fastretinakey pointlocalinvariantfeature ChenYantong一，XuWei，PiaoYongjie，ChenJuan (．ChangchunInstituteofOptics，FineMechanicsandPhysics，ChineseAcademyofSciences，Changchun130033，China； 2．UniversityofChineseAcademyofSciences，Belting100049，China) Abstract：Aimingattheproblemsthataerospaceremotesensingimagecontainscomplexinformationandlargeamountofdata，which leadstolowfeaturedetectionaccuracyandlongfeaturematchingrecognitiontimeintargetrecognition，anew targetrecognitionmethod isproposedbasedonAGAST—Differencealgorithm andFREAK descriptionalgorithm．Firstly，inthefeaturedetectionphasetheAGAST— Differencefeaturedetectoriscreated，whichfusesscalespacetheoryintoadaptiveandgenericcornerdetectionbasedontheaccelerated segmenttest(AGAST)detectionalgorithmbyaddingdifferenceofGaussian(DoG)operator，andgeneratesthefeaturepointswith strongaffineinvariant．Then．thebriefFREAK samplingmodeliSusedtodescribethelocalfeaturesandbuildbinaryfeaturevectors． Finally，thefeaturematchingandfas