基于直线和区域显著性融合机制的机场检测

针对遥感图像数据量大和现有机场检测方法存在的不足，提出了一种去除重复模式，融合直线显著性和区域显著性的机场检测方法。首先利用改进的基于超复数傅里叶变换的显著性模型，去除遥感图像中的重复模式，减少后续数据处理量；然后根据跑道平行长直线特性和机场与周围环境的差异性，计算基于直线和基于区域的显著图，并进行融合；最后结合跑道宽度确定候选区，通过深度卷积神经网络和支持向量机进行特征提取和识别。实验证明所提算法对机场定位更加准确，具有识别率高、虚警率低、速度快的特点。