·464. 智能系统学报 第8卷 性，这样草地、房屋等背景就会干扰目标的提取.而 [6]余珊，吴秀清.基于变分域的主动形状模型标记点，自动 本文的算法是在分析目标形状特征的基础上，提取 标定[J].计算机仿真，2008,25(3)：227-230. 了与目标形状相关的频域特征，并结合了目标的区 YU Shan,WU Xiuqing.Automatic marking for landmarks of 域纹理、光谱特征，且这些是区分飞机目标与背景最 active shape model based on variation domain[J].Computer 重要的特征；因此本文方法更具有针对性，效果更加 Simulation,2008,25(3):227-230. [7]蔡红萍，耿振伟，粟毅遥感图像飞机检测新方法一圆 显著，可以清楚、准确、完整地提取出飞机目标，便于 周频率滤波法[J].信号处理，2007,33(4)：539-543. 后续的识别工作。 CAI Hongping,GENG Zhenwei,SU Yi.A new method to 4 结束语 detect airplanes in remote sensing image-circle-frequency filter[J].Signal Processing,2007,33(4):539-543. 遥感影像中目标的智能解译是遥感和地球空间 [8]张国云，章兢.基于Gabor小波的多尺度PCA支持向量机 科学等领域研究的热点，也是亟待解决的一个技术 人脸识别方法[J].数据采集与处理，2009,24(4)：437- 难点，而对感兴趣目标的检测与提取是后续识别工 442. 作的基础.本文针对机场中飞机目标的提取问题，在 ZHANG Guoyun,ZHANG Jing.Multi-scale PCA support vector machine algorithm based on Gabor wavelet for face 引入目标形状先验知识的基础上，提出用圆周剖面 recognition[J].Journal of Data Acquisition Processing, 亮度曲线来描述飞机形状，以曲线的中心频率作为 2009,24(4):437-442. 飞机的频域特征，并结合多尺度Gabor滤波器的设 [9]BAU T C,SARKAR S,HEALEY G.Hyperspectral region 计来实现飞机目标的检测通过实验与基于视觉显 classification using a three-dimensional Gabor filterbank[J]. 著图的目标检测方法作比较，验证了该方法的可行 IEEE Transactions on Geoscience and Remote Sensing, 性和优越性.根据频谱信息研究遥感图像的特征提 2010,48(9):3457-3464. 取与图像分割是一种非常有价值的学术思路，可为 [10]万伟，冯学智，肖鹏峰，等.基于傅里叶描述子的高分辨 遥感图像的处理和应用开辟新的途径，对空域处理 率遥感图像地物形状特征表达[J].遥感学报，2011,15 方法是很好的补充，并为特定目标中心频率的确定 (1):73-87. 提供参考依据 WAN Wei,FENG Xuezhi,XIAO Pengfeng,et al.Shape feature representation of ground objects from high-resolu- 参考文献： tion remotely sensed imagery based on Fourier descriptors [J].Journal of Remote Sensing,2011,15(1):73-87. [1]MARTIN R,MARFIL R,NUNEZ P,et al.A novel approach [11]ACHANTA R,HEMAMI S,ESTRADA F,et al.Frequen- for salient image regions detection and description[].Pattern cy-tuned salient region detection[C]//IEEE International Recognition Letters,2009,30(16):1464-1467. Conference on Computer Vision and Pattern Recognition. [2]CHANG L,PALANCAR J H,SUCAR L E,et al.FPGA- Miami,USA,2009:1597-1604. based detection of SIFT interest keypoints[J].Joumal of E- 作者简介： lectronic Imaging,2013,10(2):371-392. 尹辉，男，1989年生，硕士研究生 [3]BUTAKOFF C,FRANGI A F.Multi-view face segmentation 主要研究方向为数字图像处理与模式 using fusion of statistical shape and appearance models[J]. 识别. Computer Vision and Image Understanding,2010,114(3): 311-321 [4]FELZENSZWALB P,MCALLEATE D,RAMANAN D.A discriminatively trained,multi scale,deformable part model C//IEEE Computer Society Conference on Computer Vi- 谷峰，男，1964年生，教授，硕士生 sion and Pattern Recognition.Anchorage,USA,2008:1-8. 导师，主要研究方向为数字图像处理、 [5]王鹏伟，吴秀清，余珊.基于角点特征和自适应核聚类算 模式识别、复杂系统仿真.发表学术论 法的目标识别[J]计算机工程，2007,33(6)：179-181 文50余篇，出版著作5部. WANG Pengwei,WU Xiuqing,YU Shan.Target identifica- tion based on corner character and self-adaptive kernel clus- tering algorithm[J].Computer Engineering,2007,33(6): 179-181.性ꎬ这样草地、房屋等背景就会干扰目标的提取.而 本文的算法是在分析目标形状特征的基础上ꎬ提取 了与目标形状相关的频域特征ꎬ并结合了目标的区 域纹理、光谱特征ꎬ且这些是区分飞机目标与背景最 重要的特征ꎻ因此本文方法更具有针对性ꎬ效果更加 显著ꎬ可以清楚、准确、完整地提取出飞机目标ꎬ便于 后续的识别工作. ４ 结束语 遥感影像中目标的智能解译是遥感和地球空间 科学等领域研究的热点ꎬ也是亟待解决的一个技术 难点ꎬ而对感兴趣目标的检测与提取是后续识别工 作的基础.本文针对机场中飞机目标的提取问题ꎬ在 引入目标形状先验知识的基础上ꎬ提出用圆周剖面 亮度曲线来描述飞机形状ꎬ以曲线的中心频率作为 飞机的频域特征ꎬ并结合多尺度 Ｇａｂｏｒ 滤波器的设 计来实现飞机目标的检测.通过实验与基于视觉显 著图的目标检测方法作比较ꎬ验证了该方法的可行 性和优越性.根据频谱信息研究遥感图像的特征提 取与图像分割是一种非常有价值的学术思路ꎬ可为 遥感图像的处理和应用开辟新的途径ꎬ对空域处理 方法是很好的补充ꎬ并为特定目标中心频率的确定 提供参考依据. 参考文献: [１]ＭＡＲＴＩＮ Ｒꎬ ＭＡＲＦＩＬ Ｒꎬ ＮＵＮＥＺ Ｐꎬ ｅｔ ａｌ. Ａ ｎｏｖｅｌ ａｐｐｒｏａｃｈ ｆｏｒ ｓａｌｉｅｎｔ ｉｍａｇｅ ｒｅｇｉｏｎｓ ｄｅｔｅｃｔｉｏｎ ａｎｄ ｄｅｓｃｒｉｐｔｉｏｎ[Ｊ]. Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ Ｌｅｔｔｅｒｓꎬ ２００９ꎬ ３０(１６): １４６４￣１４６７. [２]ＣＨＡＮＧ Ｌꎬ ＰＡＬＡＮＣＡＲ Ｊ Ｈꎬ ＳＵＣＡＲ Ｌ Ｅꎬ ｅｔ ａｌ. ＦＰＧＡ￣ ｂａｓｅｄ ｄｅｔｅｃｔｉｏｎ ｏｆ ＳＩＦＴ ｉｎｔｅｒｅｓｔ ｋｅｙｐｏｉｎｔｓ[Ｊ]. Ｊｏｕｒｎａｌ ｏｆ Ｅ￣ ｌｅｃｔｒｏｎｉｃ Ｉｍａｇｉｎｇꎬ ２０１３ꎬ １０(２): ３７１￣３９２. [３]ＢＵＴＡＫＯＦＦ Ｃꎬ ＦＲＡＮＧＩ Ａ Ｆ. Ｍｕｌｔｉ￣ｖｉｅｗ ｆａｃｅ ｓｅｇｍｅｎｔａｔｉｏｎ ｕｓｉｎｇ ｆｕｓｉｏｎ ｏｆ ｓｔａｔｉｓｔｉｃａｌ ｓｈａｐｅ ａｎｄ ａｐｐｅａｒａｎｃｅ ｍｏｄｅｌｓ[ Ｊ]. Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｉｍａｇｅ Ｕｎｄｅｒｓｔａｎｄｉｎｇꎬ ２０１０ꎬ １１４(３): ３１１￣３２１. [４] ＦＥＬＺＥＮＳＺＷＡＬＢ Ｐꎬ ＭＣＡＬＬＥＡＴＥ Ｄꎬ ＲＡＭＡＮＡＮ Ｄ. Ａ ｄｉｓｃｒｉｍｉｎａｔｉｖｅｌｙ ｔｒａｉｎｅｄꎬ ｍｕｌｔｉ ｓｃａｌｅꎬ ｄｅｆｏｒｍａｂｌｅ ｐａｒｔ ｍｏｄｅｌ [Ｃ] / / ＩＥＥＥ Ｃｏｍｐｕｔｅｒ Ｓｏｃｉｅｔｙ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉ￣ ｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ. Ａｎｃｈｏｒａｇｅꎬ ＵＳＡꎬ ２００８: １￣８. [５]王鹏伟ꎬ吴秀清ꎬ余珊.基于角点特征和自适应核聚类算 法的目标识别[Ｊ].计算机工程ꎬ ２００７ꎬ ３３(６): １７９￣１８１. ＷＡＮＧ Ｐｅｎｇｗｅｉꎬ ＷＵ Ｘｉｕｑｉｎｇꎬ ＹＵ Ｓｈａｎ. Ｔａｒｇｅｔ ｉｄｅｎｔｉｆｉｃａ￣ ｔｉｏｎ ｂａｓｅｄ ｏｎ ｃｏｒｎｅｒ ｃｈａｒａｃｔｅｒ ａｎｄ ｓｅｌｆ￣ａｄａｐｔｉｖｅ ｋｅｒｎｅｌ ｃｌｕｓ￣ ｔｅｒｉｎｇ ａｌｇｏｒｉｔｈｍ[Ｊ]. Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇꎬ ２００７ꎬ ３３(６): １７９￣１８１. [６]余珊ꎬ吴秀清.基于变分域的主动形状模型标记点ꎬ自动 标定[Ｊ].计算机仿真ꎬ ２００８ꎬ ２５(３): ２２７￣２３０. ＹＵ Ｓｈａｎꎬ ＷＵ Ｘｉｕｑｉｎｇ. Ａｕｔｏｍａｔｉｃ ｍａｒｋｉｎｇ ｆｏｒ ｌａｎｄｍａｒｋｓ ｏｆ ａｃｔｉｖｅ ｓｈａｐｅ ｍｏｄｅｌ ｂａｓｅｄ ｏｎ ｖａｒｉａｔｉｏｎ ｄｏｍａｉｎ[Ｊ]. Ｃｏｍｐｕｔｅｒ Ｓｉｍｕｌａｔｉｏｎꎬ ２００８ꎬ ２５(３): ２２７￣２３０. [７]蔡红萍ꎬ耿振伟ꎬ粟毅.遥感图像飞机检测新方法———圆 周频率滤波法[Ｊ].信号处理ꎬ ２００７ꎬ ３３(４): ５３９￣５４３. ＣＡＩ Ｈｏｎｇｐｉｎｇꎬ ＧＥＮＧ Ｚｈｅｎｗｅｉꎬ ＳＵ Ｙｉ. Ａ ｎｅｗ ｍｅｔｈｏｄ ｔｏ ｄｅｔｅｃｔ ａｉｒｐｌａｎｅｓ ｉｎ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ ｉｍａｇｅ—ｃｉｒｃｌｅ￣ｆｒｅｑｕｅｎｃｙ ｆｉｌｔｅｒ[Ｊ]. Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇꎬ ２００７ꎬ ３３(４): ５３９￣５４３. [８]张国云ꎬ章兢.基于 Ｇａｂｏｒ 小波的多尺度 ＰＣＡ 支持向量机 人脸识别方法[Ｊ].数据采集与处理ꎬ ２００９ꎬ ２４(４): ４３７￣ ４４２. ＺＨＡＮＧ Ｇｕｏｙｕｎꎬ ＺＨＡＮＧ Ｊｉｎｇ. Ｍｕｌｔｉ￣ｓｃａｌｅ ＰＣＡ ｓｕｐｐｏｒｔ ｖｅｃｔｏｒ ｍａｃｈｉｎｅ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ Ｇａｂｏｒ ｗａｖｅｌｅｔ ｆｏｒ ｆａｃｅ ｒｅｃｏｇｎｉｔｉｏｎ[ Ｊ]. Ｊｏｕｒｎａｌ ｏｆ Ｄａｔａ Ａｃｑｕｉｓｉｔｉｏｎ ＆ Ｐｒｏｃｅｓｓｉｎｇꎬ ２００９ꎬ ２４(４): ４３７￣４４２. [９]ＢＡＵ Ｔ Ｃꎬ ＳＡＲＫＡＲ Ｓꎬ ＨＥＡＬＥＹ Ｇ. Ｈｙｐｅｒｓｐｅｃｔｒａｌ ｒｅｇｉｏｎ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｕｓｉｎｇ ａ ｔｈｒｅｅ￣ｄｉｍｅｎｓｉｏｎａｌ Ｇａｂｏｒ ｆｉｌｔｅｒｂａｎｋ[Ｊ]. ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｇｅｏｓｃｉｅｎｃｅ ａｎｄ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇꎬ ２０１０ꎬ ４８(９): ３４５７￣３４６４. [１０]万伟ꎬ冯学智ꎬ肖鹏峰ꎬ等.基于傅里叶描述子的高分辨 率遥感图像地物形状特征表达[Ｊ].遥感学报ꎬ ２０１１ꎬ １５ (１): ７３￣８７. ＷＡＮ Ｗｅｉꎬ ＦＥＮＧ Ｘｕｅｚｈｉꎬ ＸＩＡＯ Ｐｅｎｇｆｅｎｇꎬ ｅｔ ａｌ. Ｓｈａｐｅ ｆｅａｔｕｒｅ ｒｅｐｒｅｓｅｎｔａｔｉｏｎ ｏｆ ｇｒｏｕｎｄ ｏｂｊｅｃｔｓ ｆｒｏｍ ｈｉｇｈ￣ｒｅｓｏｌｕ￣ ｔｉｏｎ ｒｅｍｏｔｅｌｙ ｓｅｎｓｅｄ ｉｍａｇｅｒｙ ｂａｓｅｄ ｏｎ Ｆｏｕｒｉｅｒ ｄｅｓｃｒｉｐｔｏｒｓ [Ｊ]. Ｊｏｕｒｎａｌ ｏｆ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇꎬ ２０１１ꎬ １５(１): ７３￣８７. [１１]ＡＣＨＡＮＴＡ Ｒꎬ ＨＥＭＡＭＩ Ｓꎬ ＥＳＴＲＡＤＡ Ｆꎬ ｅｔ ａｌ. Ｆｒｅｑｕｅｎ￣ ｃｙ￣ｔｕｎｅｄ ｓａｌｉｅｎｔ ｒｅｇｉｏｎ ｄｅｔｅｃｔｉｏｎ[Ｃ] / / ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ. Ｍｉａｍｉꎬ ＵＳＡꎬ ２００９: １５９７￣１６０４. 作者简介: 尹辉ꎬ男ꎬ１９８９ 年生ꎬ硕士研究生ꎬ 主要研究方向为数字图像处理与模式 识别. 谷峰ꎬ男ꎬ１９６４ 年生ꎬ教授ꎬ硕士生 导师ꎬ主要研究方向为数字图像处理、 模式识别、复杂系统仿真.发表学术论 文 ５０ 余篇ꎬ出版著作 ５ 部. 􀅰４６４􀅰 智 能 系 统 学 报 第 ８ 卷