题目：光学遥感图像目标识别系统的实现

随着遥感技术的发展，遥感影像正朝着高空间分辨率、高光谱分辨率和高时间分辨率的方向发展，地物目标的检测识别逐渐成为遥感图像领域的重点与难点。本文以遥感图像中机场目标为例，研究如何快速、准确地检测出机场区域的飞机目标，并开发实现面向光学遥感图像的飞机目标识别系统。

当前遥感图像中飞机目标识别技术主要存在识别准确率不高，算法效率低等问题，其主要原因为：1）现有的目标检测算法基本上都是采用穷举法，不能很好地平衡滑动扫描窗口步长与时间效率和准确率的关系；2）遥感影像中目标存在尺寸，旋转，色差等各种不确定性；3）遥感影像中由于地物复杂导致目标检测虚警率较高。

针对以上情况，本文主要进行如下工作：

首先，针对穷举法效率低下的问题，本文采用重要目标地理坐标数据库从宽幅遥感图像中快速定位机场区域，然后利用多种目标特征区域定位法快速定位目标潜在区域，最后结合窗口中检测角点的个数来进一步准确地定位飞机目标潜在区域。该方法可以极大地减少需要判读的窗口数目从而提高检测效率。

其次，对目标潜在区域进行了两种不同方法的识别算法，分别采用HOG特征和SVM分类器、多层卷积神经网络的目标检测算法进行目标潜在区域的判定。针对HOG特征无法适应目标旋转的问题，提出利用Hough变换提取飞机目标机头朝向的思想，可以极大减少计算量。根据机场遥感图像中飞机目标与非目标是否包含阴影的差异，最后采用阴影检测的方法有效地降低了虚警率。

最后采用“平台+插件”的开发模式，设计并实现了光学遥感图像目标识别系统，该系统能够快速对宽幅遥感图像中机场进行定位并识别出跑道与停机坪中的飞机目标。