随着遥感技术的快速发展,各类遥感卫星传回的遥感图像分辨率越来越高。因遥感图像携带信息越来越多,故从遥感图像中识别典型目标成为可能。其中,机场区域作为重要的大型人造目标,对其识别一直是遥感图像识别领域重要的研究方向之一。机场区域面积较大,因其独特的功能,使得机场区域远离城市中心。为了准确从大场景遥感图像中识别机场区域,本文以遥感图像预处理方法为基础,依据机场区域纹理特征,采用改进最大类间方差法对遥感图像进行分割,提取疑似机场区域。以Res Net50网络作为基础网络,引入fine-turning机制建立残差网络,使用残差网络对疑似机场区域进行筛选。对识别为机场的区域采用改进边缘编组算法检测机场跑道位置。主要研究内容如下:1.使用改进最大类间方差法对大篇幅遥感图像进行分割。通过对遥感图像的背景分析,依据机场区域目标特征,采用改进最大类间方差法对遥感图像进行分割,并用最小外接矩算法提取疑似机场区域,实现了疑似机场区域粗略提取。2.构建基于fine-tuning机制的残差网络筛选机场区域。大篇幅遥感图像背景复杂,针对包括且不局限于高速公路,桥梁,海岸线,大型工厂等与机场相似的区域,设计了基于fine-tuning机制的残差网络。该网络能有效识别出机场区域,为后续机场跑道检测排除干扰。3.改进边缘编组算法。针对Hough变换容易出现偏移和过连接问题,设计了沿机场跑道边缘编组的跑道识别算法。该算法使用概率Hough预估机场跑道方向,对机场区域边缘沿机场跑道方向进行编组。实验表明改进边缘编组算法能有效减少编组数量,降低直线连接复杂度。通过详细论述大篇幅遥感图像中机场区域识别算法以及机场跑道检测算法,本文在最后对研究内容进行了总结并提出了下一步的研究方向。