目标识别是计算机视觉的一个重要研究方向,在军事自动化领域有着广泛的应用前景。飞机识别是目标识别的一个具体应用,对高效的军事情报生产有着重要意义。目前,对于飞机机型的识别仍然处于探索阶段,成熟的理论和方法尚未形成。 本文研究了遥感光学图像中飞机目标的识别方法。包括遥感图像的预处理,飞机目标区域的提取,飞机图像库和特征库的建立以及飞机图像的分类识别等五个方面。 首先,研究了遥感图像的预处理和飞机目标图像区域提取的方法,对机场遥感图像进行了线性滤波和中值滤波处理,用最优阈值分割方法提取了飞机目标的图像区域。 其次,在特征提取方法的研究方面,建立了由十种不同型号飞机的顶视图像在改变大小、旋转角度、和简单仿射变换条件下所构造的样本图像库。样本图像库由训练样本图像库和测试样本图像库两个部分组成。提取了训练样本图像库中飞机图像的Hu不变矩、仿射不变矩、长宽比、紧凑度等特征量建立了此十类飞机目标的特征库表述模型。对训练样本库中各个特征值的表述性能进行了分析。 最后,研究了飞机图像的识别方法,分别用最小距离分类器、神经网络分类器和树分类器对样本图像库中的三类、五类、十类飞机目标进行了分类实验。实验表明,树分类器识别效果较好。